坐地铁的时候在想下周有个汇报，突然灵机一动，要不把思考方向定下来，说干就干，直接手机Trae SOLO开起来，然后就有了这个思维训练的Skill。
1、Skill 简介
GROW教练式思维模型引导器是一个通过结构化对话帮助用户练习思维模型、解决实际问题的AI Skill。
当你面临汇报、决策、问题分析等场景时，它会使用GROW模型（Goal-Reality-Options-Will）配合根因分析、二阶思维等工具，一个阶段一个阶段引导你完成思考，最终产出可执行的方案。
核心亮点：
94个精选思维模型（从363个模型中精选，覆盖9大策略场景）
场景化智能推荐（根据问题自动匹配最佳思维模型组合）
学习追踪系统（记录每次训练，生成思维成长报告）
边用边学（每个模型都有教练引导步骤，用完即掌握）
适合谁用：
- 需要结构化思考复杂问题的职场人
- 想系统学习思维模型的学习者
- 面临汇报、决策、分析等场景的管理者
2、使用场景
为什么做它？
作为一个经常需要向上汇报、做决策的产品经理，我发现自己常常陷入两个困境：
困境一：遇到问题不知道从何下手
- 业绩下滑了，想分析原因，但思绪混乱，东想一点西想一点
- 要做重要决策，脑子里有很多因素，但理不清优先级
- 跟领导汇报前，不知道怎么说才能既诚实又得体
困境二：学了很多思维模型，但不会用
- 看过《金字塔原理》《思考，快与慢》，但真到用时想不起来
- 知道"5个为什么"“SWOT分析”，但不知道怎么开始
- 模型是模型，问题是问题，两者连不起来
之前遇到的麻烦
传统搜索/问答的问题：
- 直接问AI"怎么汇报坏消息"，得到的是通用建议，不够针对我的具体情况
- 一次性给出一堆建议，信息过载，反而更焦虑
- 用完就忘，下次遇到类似问题还是不会
自己思考的问题：
- 容易陷入思维盲区，看不到问题的另一面
- 分析到一半就放弃，没有形成完整结论
- 想得很清楚，但说出来/写出来就乱了
做出来之后解决了什么
用GROW结构化对话，一步一步引导：
- 不跳跃，每个阶段确认后再进入下一阶段
- 不代答，通过提问让我自己思考，印象更深
- 不评判，接纳我的想法，帮助提炼而非否定
用思维模型工具，边用边学：
- 根据我的问题自动推荐合适的模型
- 每个模型都有教练引导步骤，用完就掌握
- 自动记录使用历史，形成思维成长轨迹
3、创作过程
第一版：基础GROW框架（v1.0）
最初只实现了GROW四阶段的基础对话框架：
G阶段（Goal）：明确目标
↓
R阶段（Reality）：梳理现状
↓
O阶段（Options）：设计选项
↓
W阶段（Will）：形成行动
核心设计原则：
- 不跳跃：每阶段确认后再进入下一阶段
- 不代答：通过提问引导用户自己思考
- 要确认：关键节点复述用户回答，确认理解正确
遇到的问题：
- R阶段（根因分析）追问5个为什么，对话轮次太长，用户容易失去耐心
- 输出需要大量手动整理，效率不高
- 用户用完一次后，没有记录，下次还是从头开始
第二版：增强体验（v1.1-v1.2）
v1.1 优化：
- 增加"快速模式"：R阶段追问3层即止，适合时间紧的场景
- 增加流程控制命令：/skip跳过、/back回退、/restart重启
- 增加进度提示：每个步骤显示"第X/Y个为什么"
v1.2 增强：
- 增加学习追踪机制：记录用户使用历史，追踪模型掌握进度
- 增加自动化输出：对话中自动收集数据，结束时生成结构化文档
- 增加策略库：内置10种常见策略，根据问题类型自动匹配
遇到的问题：
- 策略库只有10个，覆盖场景不够全面
- 思维模型只有20个左右，用户想学更多但没有
- 学习追踪只有基础记录，没有系统的训练体系
第三版：全面升级（v1.3）——核心突破
突破一：引入《思维模型大全》94个精选模型
梳理了一份包含363个思维模型的Excel资料，但如果全部导入，会造成"模型过多反而无法训练"的问题。采取
精选策略：
- 按9个章节分类，每章精选10-12个核心模型
- 优先选择有明确"教练引导步骤"的模型
- 剔除过于学术化、难以在对话中实践的模型
最终94个模型分布：
| 场景 | 模型数 | 核心能力 |
|---|---|---|
| S01 认知校准 | 12 | 识别思维盲区 |
| S02 学习提升 | 10 | 高效掌握新技能 |
| S03 问题解决 | 10 | 突破复杂难题 |
| S04 系统洞察 | 10 | 看清全局规律 |
| S05 数据判断 | 10 | 理性分析决策 |
| S06 决策分析 | 12 | 权衡利弊选择 |
| S07 冲突应对 | 10 | 处理矛盾谈判 |
| S08 潜能释放 | 10 | 团队沟通管理 |
| S09 市场策略 | 10 | 竞争差异优势 |
突破二：9大策略场景映射
不再用简单的"问题类型"匹配，而是建立场景-模型-信号词的三层匹配体系：
用户问题
↓
提取信号词（"汇报""决策""数据"等）
↓
匹配策略场景（S01-S09）
↓
推荐3-5个核心模型
↓
教练引导使用
示例匹配：
- “要跟领导汇报坏消息” → S08潜能释放 + S01认知校准 → 坦诚相待、后果-信心矩阵
- “这个数据可靠吗” → S05数据判断 → 幸存者偏差、相关性≠因果性
- “选A还是选B” → S06决策分析 → 决策树、预期值、成本收益分析
突破三：完善学习追踪体系
从"基础记录"升级为"训练体系"：
| 维度 | v1.2 | v1.3 |
|---|---|---|
| 记录内容 | 使用次数 | 9大场景训练记录 |
| 掌握度评估 | 简单分级 | 6级掌握度（初学→精通） |
| 学习报告 | 基础统计 | 场景雷达图+薄弱分析+智能推荐 |
| 推荐逻辑 | 基于使用频率 | 基于薄弱场景+关联场景 |
4、使用步骤
方式一：直接描述你的问题（推荐）
直接输入你的问题，Skill会自动识别场景、推荐模型、开始引导：
用户：我要跟领导汇报项目延期，怎么组织语言？
Skill：识别到【汇报坏消息】场景，匹配 S08潜能释放 + S01认知校准
推荐模型：坦诚相待、后果-信心矩阵、框架效应
🟢 G阶段：明确你的汇报目标
问题1：这次汇报，你最想达成的首要目标是什么？
...
方式二：使用快捷命令
/coach 我要做一个重要决策，不知道怎么选
/coach --fast 快速分析问题（追问3层）
方式三：指定场景
用S08帮我分析这个沟通问题
用S06帮我做决策分析
流程控制命令（对话中随时可用）
| 命令 | 功能 |
|---|---|
| /skip | 跳过当前步骤 |
| /back | 返回上一阶段 |
| /fast | 切换到快速模式 |
| /status | 查看当前进度 |
| /export | 导出汇报文档 |
| /review | 查看学习报告 |
5、效果展示
案例一：汇报坏消息
用户问题： “最近要跟领导汇报销售业绩下滑，特殊专项营销活动成绩为零，怎么汇报？”
Skill引导过程：
📊 匹配场景：S08 潜能释放 + S06 决策分析
📚 推荐模型：坦诚相待、后果-信心矩阵、根因分析
🟢 G阶段：明确目标
- 核心目标：让领导了解真实情况，争取理解和支持
- 理想结果：领导协助提供改进建议
- 底线：重新分析并复盘
🟡 R阶段：根因分析（第1/5个为什么）
- 销售同比下滑30%，从3月开始
- 第1个为什么：商务侧人员大换血
- 第2个为什么：交接没有跟进确认
- 第3个为什么：公司没有交接验收标准
- 【根因】：交接机制缺失
🟠 O阶段：策略选择
- 选择策略：聚焦机制型（重点讲机制缺失，弱化人的问题）
- 改进方案：建立交接验收清单、打通监管单位渠道
🔵 W阶段：形成方案
- 汇报框架：数据→原因→方案→承诺
- 关键话术："外部有一定影响，但核心问题在内部..."
- 改进计划：本周启动，每两周汇报
用户反馈：
“以前汇报坏消息就是硬着头皮上，这次用GROW梳理完，心里有底多了。特别是’聚焦机制型’策略，既诚实又不甩锅，领导听完确实给了改进建议而不是批评。”
案例二：决策分析
用户问题： “我有两个工作offer，一个是大厂稳定但成长慢，一个是创业公司风险大但机会多，该怎么选？”
📊 匹配场景：S06 决策分析
📚 推荐模型：决策矩阵、预期值、机会成本
🟢 G阶段：明确目标
- 核心目标：选择最适合自己发展的offer
- 理想结果：3年后回头看这个选择是正确的
- 底线：不后悔，即使选错也能接受
🟡 R阶段：梳理现状
- 选项A：大厂 - 薪资30k，成长慢，稳定
- 选项B：创业公司 - 薪资25k+期权，成长快，风险高
🟠 O阶段：策略选择
- 决策矩阵分析：
| 维度 | 权重 | 大厂 | 创业公司 |
| 薪资 | 30% | 9 | 6 |
| 成长 | 40% | 5 | 9 |
| 稳定 | 20% | 9 | 4 |
| 兴趣 | 10% | 6 | 8 |
| 加权总分 | | 6.9 | 7.1 |
- 机会成本分析：
- 选大厂的机会成本：失去快速成长机会
- 选创业公司的机会成本：失去稳定收入
🔵 W阶段：形成决策
- 推荐：创业公司（加权分7.1 > 6.9，且成长维度权重最高）
- 风险预案：储备6个月生活费，设定1年观察期
用户反馈：
“用决策矩阵一量化，发现虽然创业公司薪资低，但成长维度对我来说最重要。以前就是纠结，现在有理有据，决定了就不后悔了。”
学习成长展示
用户使用5次后，生成学习报告：
📊 思维模型训练报告
9大场景掌握度：
S01 认知校准 ████████░░ 8/10 🟢熟练
S02 学习提升 ████░░░░░░ 4/10 🟡练习中
S03 问题解决 ██████░░░░ 6/10 🟢熟练
S04 系统洞察 ███░░░░░░░ 3/10 🔴待加强 ← 薄弱
S05 数据判断 █████░░░░░ 5/10 🟡练习中
S06 决策分析 ████████░░ 8/10 🟢熟练
S07 冲突应对 ████░░░░░░ 4/10 🟡练习中
S08 潜能释放 ███████░░░ 7/10 🟢熟练
S09 市场策略 ██░░░░░░░░ 2/10 🔴待加强 ← 薄弱
本周推荐练习：
🔴 高优先级：S04 系统洞察 → 练习"飞轮效应"模型
🟡 中优先级：S09 市场策略 → 练习"护城河"模型
6、Skill 链接
文件结构
thinking-coach/
├── SKILL.md # 核心配置
├── requirements.txt # 依赖声明
├── references/ # 参考文档（7个）
│ ├── thinking-models-library.md # 94个思维模型库
│ ├── strategy-library.md # 9大策略场景库
│ ├── learning-tracking.md # 学习追踪机制
│ ├── grow-model-guide.md # GROW模型指南
│ ├── root-cause-analysis.md # 根因分析手册
│ ├── second-order-thinking.md # 二阶思维指南
│ └── coaching-dialog-examples.md # 对话示例
├── scripts/ # 自动化脚本（3个）
│ ├── auto-collect.py # 自动收集对话数据
│ ├── generate-report.py # 生成汇报文档
│ └── export-to-docx.py # 导出Word文档
└── assets/ # 模板文件（6个）
├── welcome-notification.md # 用户欢迎提示
├── user-profile-template.md # 用户学习档案
├── learning-report-template.md # 学习报告模板
├── report-template.md # 汇报框架模板
├── action-plan-template.md # 改进计划模板
└── checklist-template.md # 检查清单模板
Release下载： v1.3
Skill压缩包： thinking-coach-v1.3.zip （56KB）
7、总结与思考
最满意的地方
1. 真正实现了"边用边学"
传统的思维模型学习是"先学后用"——先看书/课程，再尝试应用。但实际情况是，学完就忘，用时想不起来。
GROW教练器是"边用边学"——用户带着真实问题来，在解决问题的过程中自然使用思维模型，用完就掌握了。这种"做中学"的效果远好于"先学后做"。
2. 从"给答案"到"引导思考"
传统AI问答是"用户问→AI答"，用户被动接收。
GROW教练器是"用户答→AI引导→用户再答→AI再引导"，用户主动思考。这不仅解决了当前问题，更重要的是培养了用户的结构化思维能力。
3. 94个模型精选而非堆砌
从363个模型中精选94个，不是简单的"越多越好"，而是考虑：
- 是否有明确的"教练引导步骤"
- 是否适合对话式交互
- 是否覆盖最常见的9大场景
这种精选保证了训练效果，避免了"模型过多反而无法训练"的问题。
后续还想优化
1. 增加可视化学习报告
目前的报告是Markdown格式，计划增加：
- 9大场景雷达图（可视化展示掌握度）
- 学习成长曲线（时间轴展示进步）
- 薄弱场景热力图（直观显示需要加强的地方）
2. 增加模型组合推荐
复杂问题往往需要多个模型组合使用，计划增加：
- 常见组合模板（如"根因分析+系统思维"用于复杂问题诊断）
- 组合使用的工作流引导
- 组合效果的评估反馈
- 增加社区分享功能
用户可以将自己的GROW对话过程（脱敏后）分享到社区：
- 展示真实的问题解决过程
- 互相学习不同的思考路径
- 形成思维模型实践案例库
给你的建议
如果你也想尝试这个Skill，建议从你最困扰的一个具体问题开始：
- 不要先学所有模型，先用起来
- 不要追求完美答案，先完成GROW流程
- 不要一次学太多，每次专注1-2个模型
记住：完成比完美重要，实践比理论重要。
附录：94个思维模型速查表
-
S01 认知校准（12个）：确认偏误、锚定效应、可得性偏差、达克效应、沉没成本谬误、损失厌恶、框架效应、后见之明偏差、霍桑效应、幸存者偏差、从众效应、邓宁-克鲁格效应
-
S02 学习提升（10个）：费曼学习法、刻意练习、间隔重复、主动回忆、交错练习、精细化提问、双编码理论、元认知、学习迁移、成长型思维
-
S03 问题解决（10个）：奥卡姆剃刀、帕累托法则、第一性原理、逆向思维、二阶思维、希思启发法、分而治之、重新定义问题、规模经济、并行处理
-
S04 系统洞察（10个）：惯性、飞轮效应、动量、临界点、网络效应、链式反应、蝴蝶效应、熵、强制函数、S形曲线
-
S05 数据判断（10个）：相关性≠因果性、幸存者偏差、基础比率谬误、大数定律、均值回归、贝叶斯定理、A/B测试、假阳性/假阴性、数据捕捞、置信区间
-
S06 决策分析（12个）：成本收益分析、决策树、预期值、敏感性分析、蒙特卡洛模拟、情景分析、黑天鹅事件、局部最优vs全局最优、反事实思维、横向思维、群体思维、发散vs聚合思维
-
S07 冲突应对（10个）：博弈论、囚徒困境、纳什均衡、以牙还牙、互惠、承诺、社会认同、稀缺、威慑、胡萝卜加大棒
-
S08 潜能释放（10个）：彼得原理、固定型vs成长型思维、皮格马利翁效应、马斯洛需求层次、旁观者效应、间隔效应、后见之明偏差、邓巴数、冒名顶替综合征、10x工程师
-
S09 市场策略（10个）：护城河、先发优势vs先发劣势、产品/市场匹配、颠覆性创新、转型、套利、转换成本、进入壁垒、赢家通吃、跨越鸿沟
感谢阅读！如果你有任何问题或建议，欢迎在评论区留言。
也欢迎体验这个Skill，开启你的结构化思维训练之旅！
欢迎在github和公众号SecNewsAI攻防提出反馈