第一性原理拆解器

技能简介

该技能帮助用户将复杂问题分解至最基本的事实层面，剔除所有既有假设，再从这些根本真理出发重新构建解决方案。适用于产品设计、复杂难题突破、质疑现有做法等场景。

业务背景

面对复杂业务难题时，团队常受困于既有经验或行业惯例的束缚。本技能引导用户剥离层层假设，回归问题本质的最小事实单元，再从零构建创新解法。适用于产品破局、流程重构、战略转型等场景，帮助决策者跳出思维定式，发现被忽视的替代路径。

落地案例：某零售企业欲优化门店库存周转，传统思路聚焦补货算法优化。运用本技能逐层追问：为何需要库存？为保障供应连续性。为何供应会中断？因需求预测不准且配送周期长。根本真理是信息传递延迟导致牛鞭效应。由此重建方案：建立实时销售数据共享机制，将预测权下放至门店，缩短决策链条，而非单纯优化中央算法。

能做什么

• 识别并列出当前方法中隐含的所有假设
• 通过连续追问”为什么”找到问题的原子级事实
• 从验证后的 fundamentals 出发重建最简解决方案
• 对比新方案与传统做法的差异

使用说明

触发词包括：firstp、first principles、from scratch、what are we assuming、break this down、atomic、fundamental truth、physics thinking、Elon method、bedrock、ground up、core problem、strip away。

使用流程：

1. 澄清问题（最多1-2个问题）
2. 浮现假设——列出被视为理所当然的内容
3. 分解至 fundamentals——展示原子级事实
4. 重建方案——从底层向上构建
5. 对比分析——展示与传统方法的差异

输出格式包含：问题陈述、已识别假设及挑战、根本真理列表、重建方案、与传统方案的对比。

输入与输出

见下方输入与输出表格。

风险提示

• 过度拆解可能导致分析 paralysis，需控制追问深度
• 某些行业存在监管或物理约束，fundamentals 可能无法绕过
• 重建方案需结合实际资源限制评估可行性
• 团队协作时需确保各方对”原子事实”达成共识

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/artyomx33/first-principles-decomposer/SKILL.md
来源类型：GitHub 开源技能库