Perception Clarity Check

---
name: perception-clarity-check
description: 当需要提升学习效率，但感觉思维混乱、注意力不集中或对所学内容理解模糊时调用此模型
---

# perception-clarity-check

## When to Use

当需要提升学习效率，但感觉思维混乱、注意力不集中或对所学内容理解模糊时调用此模型。description

## Core Logic

# 执行步骤

1.  **识别感知模糊信号**
    *   **输入**：当前的学习状态或思考过程。
    *   **操作**：检查是否存在以下信号：注意力难以集中、对所学概念感到困惑、情绪上出现防御或烦躁、对信息进行主观臆测而非客观分析。
    *   **判断标准**：能明确列出至少一个符合当前状态的信号。
    *   **输出**：一个或多个具体的“感知模糊信号”列表。
    *   **常见误区**：忽略轻微的不适感，或将注意力不集中简单归咎于外部环境。

2.  **追溯潜在的无意识信念**
    *   **输入**：上一步输出的“感知模糊信号”列表。
    *   **操作**：针对每个信号，向内提问：“这个反应背后，我可能持有什么未经审视的信念、偏见或自我认同？”（例如：“我是否认为这个主题太难？”“我是否在捍卫某个旧观点？”）
    *   **判断标准**：能够为至少一个信号提出一个合理的潜在信念假设。
    *   **输出**：一个或多个“潜在无意识信念”假设。
    *   **常见误区**：进行自我批判而非客观观察；认为必须找到“唯一正确”的信念。

3.  **进行意识化标注**
    *   **输入**：上一步输出的“潜在无意识信念”假设。
    *   **操作**：将每个信念假设用语言明确表述出来，并承认它只是一个“有待检验的内心观点”，而非“客观事实”。例如，在心中默念：“我注意到我有一个想法是‘我学不好数学’，这影响了我的专注。”
    *   **判断标准**：能够清晰地将至少一个内在信念与外部事实区分开。
    *   **输出**：完成标注的信念陈述。
    *   **常见误区**：认同该信念为真，或试图立刻驳斥它。

4.  **重置感知并重新聚焦**
    *   **输入**：完成标注的信念陈述。
    *   **操作**：
        *   **IF** 完成标注后，防御情绪减弱，注意力有所恢复。
        *   **THEN** 将注意力轻柔地引导回当前的学习对象或任务本身，以“初次接触”的好奇心态重新观察信息。
        *   **ELSE** (如果模糊感依然强烈) 暂时放下当前任务，进行简短休息或轻度身体活动，然后从步骤1重新开始。
    *   **判断标准**：能够将注意力重新定向到学习内容上，即使时间短暂。
    *   **输出**：注意力回到学习任务的状态。
    *   **常见误区**：强行聚焦导致更深的疲劳；因未能立刻“清除”信念而感到挫败。

# 输出格式要求
向用户清晰地陈述：
1.  识别到的具体模糊信号。
2.  追溯到的潜在无意识信念（如有）。
3.  当前建议的下一步行动（如“尝试重新聚焦于X概念”或“建议短暂休息5分钟”）。

## Metadata

| 属性 | 值 |
|------|-----|
| 领域 | 认知与学习 |
| 类型 | procedural (procedural) |
| 置信度 | 85% |
| 前置条件 | 需要具备基本的自我反思能力 |
| 来源 | 《all》 | 章节：高效学习：5 种方法让你学习速度提升 10 倍 > 🧠 模糊感知的危险 |