- 强制组合两个毫不相关的领域（如咖啡+区块链）- 提取各领域的核心元素进行重组- 生成概念原型（Concept Prototype）的描述- 评估跨界组合的化学反应与可行性
=- 界定“高质量失败”与“低级错误”的区别- 设计创新失败后的免责声明与保护机制- 建立“失败博物馆”以沉淀教训- 防止“秋后算账”文化扼杀创新
- 建立分阶段的筛选漏斗（想法->概念->原型->产品）- 设定每个关口（Gate）的决策标准- 平衡“通过率”与“错杀率”- 防止“河马意见”（HiPPO）主导筛选
=- 定义沙盒的物理/逻辑边界与准入规则- 设计豁免机制(如暂免合规审查)- 建立沙盒内的数据隔离与回滚策略- 设定“毕业”标准(何时并入主营业务)
- 扫描政治、经济、社会、技术（PEST）维度的变化- 识别跨行业的边缘创新信号- 评估现有产品与未来趋势的差距- 生成可视化的机会雷达图
=- 识别层级系统中的信息丢失与噪音放大- 分析“将在外君命有所不受”的结构性原因- 设计跨层级的穿透式反馈机制- 平衡中央集权与边缘自治的关系
- 放弃自上而下的完美规划，转向自下而上的涌现- 设计“探测-感知-响应”的演化机制- 建立通过试错（Trial and Error）获取信息的系统- 培养组织的抗脆弱性（Antifragility）
=- 识别不可再生的共享资源(如用户注意力、服务器带宽)- 分析个体的理性行为如何导致集体的非理性结果- 设计配额、定价或私有化机制- 建立资源使用的监控与惩罚体系
=- 定义飞轮的各个组件及其相互推动关系- 识别推动飞轮加速的第一推动力- 分析飞轮运转中的摩擦力- 制定长期投入策略以维持飞轮惯性
=- 识别系统中的信息延迟与物资延迟- 分析延迟如何放大系统的波动幅度- 解释“牛鞭效应”在当前业务中的表现- 提出缩短延迟或增加透明度的方案
=- 组合多个增强回路(Reinforcing Loop)- 设计病毒式传播或网络效应模型- 识别并移除限制增长的制约因素- 规划增长引擎的冷启动路径
- 识别调节回路（Balancing Loop）中的目标与现状- 优化反馈的灵敏度与延迟时间- 防止过度调节导致的系统震荡- 设定合理的缓冲机制
- 识别“目标侵蚀”（Drifting Goals）基模- 分析短期压力如何导致长期标准下降- 发现“温水煮青蛙”式的质量滑坡- 建立锚定绝对标准的对抗机制
- 发现“竞底”（Race to the Bottom）模式- 识别“甚至反者”（Success to the Successful）的负面效应- 分析负向增强回路（R Loop）的触发点- 提出切断恶性循环的干预措施
- 识别系统中的“存量”（Stocks）与“流量”（Flows）- 描绘核心资源的流入与流出路径- 发现导致存量枯竭或溢出的瓶颈- 建立系统动力学模型的基础视图
=- 根据用户标签和历史行为生成定制化文案- 匹配用户偏好的语气(如幽默、专业)- 结合当下热点与商品卖点- 批量生成不同版本的A/B测试文案
=- 模拟解析用户上传的截图/草图意图- 结合图片内容与文本指令进行综合推理- 识别图片中的UI元素、数据图表或现实场景- 提供基于视觉信息的反馈
- 自动提取会议决议（Decisions）- 梳理待办事项（Action Items）及负责人- 总结各方核心观点与分歧点- 生成结构化的会议简报
=- 基于项目特征匹配历史风险模式- 预测进度、质量、成本等维度的潜在风险- 生成风险概率与影响程度矩阵(P-I Matrix)- 提出预防性缓解措施
=- 从散乱的文本中提取竞品特征- 自动归一化对比维度(如价格、功能支持)- 生成Markdown格式的对比矩阵- 标记出我方的优劣势