超预测概率推断
基于超预测理论与多维信号分类,结合历史基准率与增量证据,推演事件发生概率并输出可验证的推理报告。
功能与用途
本功能基于菲利普·泰特洛克的超级预测学派方法论,帮助用户对未来特定事件进行客观、结构化的概率预测。用户只需提供待预测的具象事件或决策命题,系统将拆解问题,先锚定外部历史基准率,再结合前瞻指标、行业数据与反向证据进行贝叶斯概率微调,最终生成包含置信度校准、核心假设判定和验证维度的完整预测链,规避叙事与过度自信偏差。
适用场景
- 科技产品发布与技术落地推演:通过招聘数据、算力进展和技术路线图,推演特定AI模型或硬件在截止日前发布的实际概率。
- 宏观政策与市场走向研判:结合历史同类事件基准率与先行指标,评估特定监管政策出台或利率调整的可能性与影响假设。
- 商业竞争与逆向共识检验:开启逆向推演模式,检验市场普遍共识的漏洞,测算竞争对手采取激进动作的真实几率。
适用人群
- 战略分析师
- 投资研究员
- 商业决策者
- 科技趋势观察者
使用步骤
- 输入待推演的具体事件、期望验证时间点及已知背景线索。
- 系统检索对应领域的历史基准率作为外部视角初始锚点。
- 逐项评估正反面领先与滞后指标信号,执行贝叶斯增量微调。
- 审查认知偏差清单,输出最终校准概率、假设条件与追踪账本。
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- 商业运营
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes Agent、国内 Agent
- 使用难度
- 进阶
- 版本
- main
- 最近更新
- 2026-09-29
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
Expert knowledge for AI forecasting — superforecasting principles, signal taxonomy, confidence calibration, reasoning chains, and accuracy tracking