Good Science Iteration Loop

---
name: good-science-iteration-loop
description: 当面对一个“困难”目标或复杂问题，需要在未知或不确定领域中找到解决方案时
---

# good-science-iteration-loop

## When to Use

当面对一个“困难”目标或复杂问题，需要在未知或不确定领域中找到解决方案时description

## Core Logic

# 执行步骤

1.  **目标承诺**
    *   **输入**：一个具体的“困难”目标或待解决的核心问题。
    *   **操作**：明确并书面承诺此目标，确保其源于真实需求或不满，且具有足够的重要性以驱动持续行动。
    *   **判断标准**：目标表述清晰、具体，且个人对其有强烈的拥有感和承诺感。
    *   **输出**：一个稳固的、作为循环起点的目标锚点。

2.  **形成假设并设计实验**
    *   **输入**：步骤1中承诺的目标，以及当前所有可用信息。
    *   **操作**：基于现有认知，对“如何推进目标或解决问题”提出一个可验证的猜测（假设）。将该假设转化为一个可在现实世界中执行的具体、小规模的行动方案（实验）。
    *   **判断标准**：假设明确指出了行动与预期结果之间的关系；实验方案具体、可操作、风险可控。
    *   **输出**：一个待验证的假设及其对应的具体行动指令。

3.  **执行并收集体验数据**
    *   **输入**：步骤2设计的实验行动指令。
    *   **操作**：在现实环境中执行该行动。保持观察者心态，全面收集行动过程及结果的所有相关数据，包括客观结果、主观感受、意外发现等。
    *   **判断标准**：行动被完整执行；数据收集尽可能客观、全面。
    *   **输出**：关于实验过程和结果的原始体验数据集。

4.  **分析数据并确认结果**
    *   **输入**：步骤3收集的体验数据集。
    *   **操作**：分析数据，评估实验结果。核心判断标准是：此次实验让我离步骤1的目标更近了还是更远了？
        *   **IF** 数据表明更接近目标 → 假设得到初步支持。记录有效因素，并思考如何在此基础上深化或扩展。
        *   **IF** 数据表明未接近甚至远离目标 → 假设被证伪或部分证伪。分析失败原因，明确哪些认知需要修正。
    *   **判断标准**：分析基于数据而非臆想；结论明确指向对假设的验证或修正方向。
    *   **输出**：对当前假设有效性的判断，以及用于指导下一轮循环的认知更新。

5.  **迭代循环**
    *   **输入**：步骤4输出的认知更新（无论假设被支持还是证伪）。
    *   **操作**：带着更新后的认知，返回步骤1（重申或微调目标）或直接进入步骤2，形成新的、更优的假设，并设计下一轮实验。
    *   **判断标准**：循环持续进行，每一轮都基于上一轮的结果进行优化。
    *   **输出**：持续向目标逼近的动态过程和在实践中创造的新知识。

# 输出格式要求
以实验日志条目格式呈现，每次循环包含：
1.  **循环编号与日期**。
2.  **本轮目标**（可继承或微调）。
3.  **提出的假设**。
4.  **执行的实验**（具体行动）。
5.  **观察到的数据与体验**。
6.  **分析与确认**（假设是否被支持？离目标更近/更远？关键学习点）。
7.  **下一轮假设的初步想法**。

## Metadata

| 属性 | 值 |
|------|-----|
| 领域 | 问题解决 |
| 类型 | procedural (procedural) |
| 置信度 | 95% |
| 前置条件 | 已明确一个具体且重要的目标或待解决的问题 |
| 来源 | 成为你人生的主角：理解现状与困境 > 反抗默认路径 |