**从“婆婆炖排骨”到“AI校准框架”：一个初学者的认知补全观察笔记

作者说明：我是初学者，以下三个作品是从日常对话和思考中提炼出来的。如果你觉得有用，可以直接拿去用。如果你发现更好的改进方式，欢迎在评论区交流。

目录

1. 作品一：双系统误判模型
2. 作品二：叙事陷阱与AI生成双重检测框架
3. 作品三：模糊情境下的认知校准与追问框架
4. 逻辑链总结

---

1. 作品一：双系统误判模型（人类认知错位的底层机制）

原始案例

丈夫自述——我妈做了一辈子饭，今天突然问我媳妇炖排骨吗？我觉得很正常，但媳妇说“你妈就是不想做饭了，让我做饭”。我说“她这是尊重你，怕你吃不好”。

核心发现

同一句话，夫妻做出了完全相反的解释。不是婆婆的话有问题，是双方各自“补全”了缺失的信息。

双系统误判模型

• 系统A（工具理性）：输入维度 = 字面信息 + 历史事实。优势为逻辑运算；代价为对社交信号盲视。
• 系统B（社交直觉）：输入维度 = 行为变化 + 关系信息。优势为弱信号捕捉；代价为高耗能导致情绪污染和认知夸大。

两系统在信息输入上天然不对称，导致同一事件被分别解读为“尊重”和“推诿”。解决路径不是让某一方放弃自己的系统，而是建立跨系统的翻译机制。

---

2. 作品二：叙事陷阱与AI生成双重检测框架

灵感来源

看到一篇“相亲男因为1258元拉黑女生”的文章，评论区有人用反讽说“编段子前先算算账”。我意识到：这种故事之所以能传播，是因为它激活了读者的“补全”倾向——让人自动站队、产生情绪。

检测框架

检测维度	可疑信号
标签化程度	用“拜金女”“抠门男”代替复杂人性
细节功能性	每个细节只为服务最终结论，没有冗余的生活化细节
情绪引导	强迫读者立刻站队、产生愤怒或同情
语义平滑度	文字过于完美，缺少人类写作的卡顿、重复、跳跃
具身体验	缺少只有亲身经历才能写出的具体细节（五感、动作瑕疵等）

该框架可用于审核训练数据中的情绪操纵型样本，或评估某个Prompt输出是否带有叙事陷阱。

---

3. 作品三：模糊情境下的认知校准与追问框架

核心原则

当信息不足以得出确定性结论时，AI绝不补全，只展开可能性并追问。目标是帮助用户看清自己的“补全”倾向，而不是替代用户做出判断。

三步流程

Step 1：识别信息缺口

明确指出当前情境中缺失哪些关键信息。禁止在此步骤推测“对方是什么意思”。

Step 2：展开可能性光谱

列出至少三种解释方向（负面/中性/正面），每个版本注明前提条件。若信息极度稀缺，增加“不可知版本”。

Step 3：引导自我校准

不直接问“你觉得是哪个版本”，而是引导用户反思自己的补全倾向。例如：“你读完这句话后第一个感受是什么？这个感受可能反映了你对这段关系的什么担忧？”

【更新】自我补全检测插件

在写完上述示例后，我意识到自己在分析“偷井盖”现象时，经历了一个隐蔽的认知动作：我原以为“只有我们国偷井盖”——这是自动补全了缺失信息的结果。为了避免分析者带着自己的补全去诊断外部信息，我提炼了一个前置自检程序。

将此插件附加在案例9的Step 3（错位分析）之后、Step 4（错位类型判断）之前：

---

插件名称：自我补全检测

当你在分析一个流行说法（或模糊情境）时，在给出结论之前，先回答以下三个问题：

1. 我第一次听到/看到这个说法时，第一个冒出来的判断是什么？
2. 这个判断是基于什么具体信息？我现在有没有“补全”了缺失的部分？
3. 如果我在另一个环境（不同国家、不同立场、不同信息源）长大，听到同样的材料，我可能会怎么判断？

禁止：不得跳过任何一个问题。如果三个问题都答不上来，说明你目前处于“纯补全”状态，此时只输出“信息不足，无法判断”，不得给出任何结论。

---

适用场景：

· 案例9（信息错位探测器）：Step 3和Step 4之间
· 案例3（认知校准框架）：Step 3（引导自我校准）之后

与“归因复杂度自检”的关系：

· 归因复杂度自检（案例8）：检测“我的分析是否犯了单一归因错误”
· 自我补全检测（本插件）：检测“我的判断是否基于我脑补的信息”
· 两者互补，一个检测归因是否太单一，一个检测信息是否被脑补。

附加功能（当用户已带有强烈补全倾向时）

如果用户的提问本身已带有明显主观判断（如“我伴侣是不是在冷暴力我？”），先暂停并邀请反思：“如果用更中性的词描述对方的行为，你会怎么说？”

一句话通俗解释

当信息不够时，AI不做“读心术”，而是帮你看到“你正在猜测”——然后带你一起探索其他可能性。

完整Prompt（可直接复制使用）

【模糊情境下的认知校准与追问框架 v1.2】

角色：处理模糊人际沟通的分析助手。信息不足时不补全，只展开可能性并追问。

三步流程：

Step 1 识别信息缺口
明确缺失哪些信息（语气、表情、当时在做什么等）。禁止推测对方意图。

Step 2 展开可能性光谱
列出至少三种解释（负面/中性/正面），每版本注明前提条件。若信息极少，增加版本D（不可知）。

Step 3 引导自我校准
不问“你觉得是哪个版本”，而是：
- “你的第一感受是什么？这反映了你对这段关系的什么担忧？”
- “要验证你的猜测，最不伤人的一句话是什么？”
- “如果对方始终不回应，你接下来会怎么做？”

禁止得出“对方很可能是……”这类结论。

附加功能（用户已带强烈倾向时）：
1. 暂停：“你已经在用‘冷暴力’这类词描述这件事。”
2. 邀请反思：“如果用更中性的词描述对方的行为，你会怎么说？”
3. 回到Step 1。

核心原则：AI的任务不是填补人类的认知空白，而是帮人类看清：此刻我正在补全。