Good Science Action Loop

good-science-action-loop

When to Use

当面对一个困难、不确定如何达成的个人目标，需要将“行动”结构化以避免盲目努力时调用description

Core Logic

执行步骤

1. 设定可验证目标

   • 输入：一个模糊的愿望或挑战（如“提升健康”、“学习新技能”、“开始副业”）。
   • 操作：使用SMART原则或其他方法，将输入转化为一个具体、可测量、可达成、相关、有时限的目标。
     • IF 目标过于宏大 → 将其分解为当前周期（如未来2周）内可聚焦的子目标。
     • ELSE → 直接采用该目标作为本循环的焦点。
   • 输出：一个书面化的、符合SMART标准的当前循环目标。
   • 判断标准：目标描述中包含了明确的数量、质量或状态标准以及完成时间。

2. 设计低成本实验

   • 输入：一个SMART目标。
   • 操作：设计一个最小可行行动（MVA），用以测试达成该目标的一种假设性方法。此行动应满足：
     • 低成本：所需时间、金钱、精力投入低。
     • 快速：能在较短时间内（如几小时到几天）完成并看到初步结果或反馈。
     • 可观测：行动结果有明确的观察或测量指标。
   • 输出：一份清晰的实验方案，包括：具体行动、所需资源、执行时间、预期观察点。
   • 判断标准：实验方案回答了“我将具体做什么，以及如何知道它是否有效（哪怕是部分有效）”。

3. 执行并记录体验

   • 输入：实验方案。
   • 操作：按方案执行行动，并在过程中或完成后立即记录：
     • 事实数据：实际花费的时间、产出的具体内容、获得的直接反馈（如数据、他人评论）。
     • 主观感受：执行时的情绪、精力消耗、遇到的意外困难或惊喜。
     • 外部反馈：来自环境或他人的非预期反应。
   • 输出：一份结构化的体验记录（数据+感受+反馈）。
   • 判断标准：记录包含了客观结果和主观感受，而不仅仅是“完成/未完成”的结论。

4. 分析结果并确认迭代方向

   • 输入：SMART目标、实验方案、体验记录。
   • 操作：对比预期与实际，进行分析：
     • IF 实验完全成功（达成或远超预期） → 确认该方法是有效的。决定是扩大该方法的应用规模，还是用它来挑战一个更大的目标。
     • IF 实验部分成功/部分失败** → 确认有效和无效的部分分别是什么。调整方法，保留有效部分，修改或替换无效部分，设计下一个实验。
     • IF 实验完全失败（未达预期且无正面发现） → 确认当前假设或方法不可行。需要提出新的假设（换一种完全不同的方法），或重新审视目标是否合理，然后设计新实验。
   • 输出：一个明确的决策结论，以及下一个循环的调整方向（新目标或新实验方案）。
   • 判断标准：分析结论直接导致了关于“接下来做什么”的清晰决定，而非模糊的感想。

输出格式要求

以循环报告的形式呈现：

1. 循环目标：[陈述本循环的SMART目标]
2. 实验设计：[描述设计的低成本实验方案]
3. 执行体验：[列出关键的数据记录、感受和反馈]
4. 分析确认：[给出基于对比的分析结论，并明确下一循环的调整方向]

Metadata