PERSONAL PROBLEM SOLVING SYSTEM · 零基础专题先认清问题，
先认清问题，
再选择正确的分析方法
面对技术、产品、工作决策或生活难题，不再凭直觉直接猜答案。这套教程把复杂解题过程拆成 7 类问题、21 种方法和一个持续反馈闭环。
- 7
- 类基础问题
- 21
- 种分析方法
- 10
- 步完整流程
不要直接解决问题。先定义问题，再判断你到底“不知道什么”。
缺事实就收集信息，缺原因就诊断，缺未来判断就预测，缺选择就决策。方法选错，努力越多可能离答案越远。
你现在最缺的是什么？
选择最接近的一项，系统会给出推荐类型和起步方法。它不是心理测验，而是一张“下一步行动”导航图。
TIP
先选择你缺少的东西。不要选择听起来最专业的方法。
01观察Observe→
02建模Model→
03决策Decide→
04行动Act→
05反馈Feedback
每次反馈都会修正你的模型，然后进入下一轮。目标不是一次猜对，而是更快发现自己哪里错了。
同一句“怎么办”，背后可能是七种不同任务
每一类都有独立教程、识别信号、分析步骤、案例和完成检查。
01 · DEFINITION
定义型问题
到底发生了什么？先统一对象、边界、现状、目标和指标，避免每个人解决的是不同问题。
学习这一类型 →02 · DIAGNOSTIC诊断型问题
为什么会这样？建立互相竞争的原因假设，用证据排除，而不是挑一个顺眼的故事。
学习这一类型 →03 · PREDICTIVE预测型问题
接下来可能怎样？从基准率出发，随着新证据更新概率，并准备多个情景。
学习这一类型 →04 · DECISION决策型问题
应该选择哪个？明确目标与标准，比较价值、成本、风险、机会成本和可逆性。
学习这一类型 →05 · OPTIMIZATION优化型问题
怎样在现有基础上做得更好？找到限制整体产出的瓶颈，把资源集中到高杠杆点并用实验验证。
学习这一类型 →06 · DESIGN设计型问题
怎样从无到有构建？从用户任务、约束和关键取舍出发，用原型逐步降低未知。
学习这一类型 →07 · EXPLORATORY探索型问题
我甚至不知道答案在哪里？先扩大搜索空间建立地图，再用学习价值筛选方向，逐步收敛。
学习这一类型 →方法不是越多越好，而是要匹配当前任务
定义问题
把模糊抱怨改写成有边界、可衡量的问题。
拆解问题
把复杂整体拆成可检查、可分工的小块。
分析原因
提出多个可能原因，再用证据定位根因。
做出决策
显式比较价值、成本、风险与不可逆性。
处理不确定性
不用假装确定，而是管理概率、情景和敏感变量。
持续优化
找到高杠杆点，通过小步实验持续改进。
设计与创新
从目标和约束出发构建新方案，并明确取舍。
第一次使用？只做这三步
- 1
用 5W1H 写清事实。
- 2
从上面七类中选择当前类型。
- 3
只选一种方法，设一个最小验证动作。