ภาพรวมตรรกะการวิเคราะห์ของ YlanAI

YlanAI เป็นกระบวนการวิเคราะห์ที่ออกแบบมาเพื่อจัดระเบียบปัญหาที่ซับซ้อน มองเห็นโครงสร้าง และเสนอการลงมือทำ

เป้าหมายไม่ใช่ตัดสินใจแทนคุณ แต่คือแยกปัญหาที่ซับซ้อนออกเป็นขั้นตอนที่เข้าใจง่าย ลงมือทำได้ และย้อนทบทวนได้

เป้าหมายของการวิเคราะห์

• เปลี่ยนปัญหาที่คลุมเครือให้กลายเป็นข้อมูลนำเข้าที่พูดคุยได้
• เปลี่ยนข้อสรุปจากความรู้สึกเชิงนามธรรมให้เป็นลำดับการลงมือทำ
• เปลี่ยนคำตอบครั้งเดียวให้เป็นกระบวนการทบทวนอย่างต่อเนื่อง

เส้นหลักของการวิเคราะห์

1) จัดระเบียบข้อมูลนำเข้า

เริ่มจากจัดข้อมูลนำเข้าให้ตรงกัน เพื่อไม่ให้ข้อมูลที่คลุมเครือทำให้การตัดสินเบี่ยงเบน

• เป้าหมายของปัญหาชัดหรือไม่
• ข้อจำกัดจริงครบหรือไม่
• จำเป็นต้องเพิ่มเส้นเวลา ความสัมพันธ์ของบทบาท ขอบเขตทรัพยากร หรือบริบทอื่นหรือไม่

2) ระบุโครงสร้าง

เปลี่ยนข้อมูลนำเข้าให้เป็นตัวแปรที่เปรียบเทียบและตัดสินได้ง่ายขึ้น

• โครงสร้างคงที่: แนวโน้มระยะยาว พื้นที่จุดแข็ง พื้นที่เสียสมดุล
• โครงสร้างเปลี่ยนแปลง: ความผันผวนตามช่วง จุดกระตุ้น การเปลี่ยนจังหวะ
• โครงสร้างข้อจำกัด: เพดานทรัพยากร ข้อจำกัดจริง ต้นทุนการลงมือทำ

3) วิเคราะห์ตามธีม

ใช้เหตุผลตามธีมของคำถาม เพื่อหลีกเลี่ยงผลลัพธ์ที่กว้างเกินไป

• ธีมอาชีพ: ทิศทาง จังหวะ จุดก้าวหน้า จุดถอย
• ธีมความสัมพันธ์: ห่วงโซ่ความขัดแย้ง ลำดับการสื่อสาร กลยุทธ์ขอบเขต
• ธีมทรัพยากร: การเปิดรับความเสี่ยง ลำดับการลงทุน ลำดับความสำคัญในการจัดสรร

4) ตัดสินตามช่วงเวลา

นำการตัดสินไปวางบนเส้นเวลา แล้วเปลี่ยนเป็นกลยุทธ์ที่ผลักไปข้างหน้าได้จริง

• ระยะสั้น: ลงมือกับสิ่งที่มีผลกระทบสูงก่อน
• ระยะกลาง: แก้ปัญหาเชิงโครงสร้าง
• เมื่อไปต่อยาก: เปลี่ยนไปใช้เส้นทางทางเลือก

5) เปลี่ยนเป็นการลงมือทำ

แปลงการตัดสินเป็นรายการที่ปฏิบัติได้

• ควรทำอะไรก่อน
• ควรชะลออะไรไว้
• ควรใช้สัญญาณใดเพื่อตรวจสอบว่าแผนได้ผลหรือไม่

รูปแบบข้อมูลนำเข้าที่ใช้บ่อย

Template A: อธิบายปัญหาจริงของคุณโดยตรง

เหมาะเมื่อคุณต้องการเริ่มจากสถานการณ์ปัจจุบัน และให้ระบบช่วยแยกปัญหาอย่างมีโครงสร้าง

ปัญหาหลักที่ฉันกำลังเผชิญ:

เงื่อนไขจริงที่ฉันรู้อยู่แล้ว:

ความเสี่ยงที่ฉันกังวลที่สุด:

ผลลัพธ์ที่ฉันต้องการ:

Template B: เพิ่มข้อมูลพื้นหลัง

หากคุณต้องการให้ระบบใช้บริบทส่วนตัวที่ครบขึ้นเพื่อทำการวิเคราะห์ที่โฟกัสมากขึ้น คุณสามารถเพิ่มข้อมูลต่อไปนี้ได้แบบไม่บังคับ:

• วันเดือนปีเกิด
• เวลาเกิด
• สถานที่เกิด
• ช่วงปัจจุบันและเส้นเวลาสำคัญ
• ความสัมพันธ์ของบทบาทและการแบ่งความรับผิดชอบ
• ขอบเขตทรัพยากร เช่น เวลา เงิน และพลังงาน
• วิธีที่เคยลองและผลที่สังเกตได้

ข้อมูลการเกิดเป็นข้อมูลพื้นหลังแบบเลือกให้เอง ไม่ใช่ข้อมูลบังคับ หากคุณมีข้อมูลเชิงโครงสร้างที่จัดไว้แล้ว ก็สามารถแนบมากับคำถามได้โดยตรง และระบบจะวิเคราะห์ต่อจากข้อมูลนำเข้านั้น

โครงสร้างผลลัพธ์ที่พบบ่อย

โมดูลของผลลัพธ์อาจเปลี่ยนไปตามการพัฒนาของผลิตภัณฑ์ จึงไม่ควรถูกมองว่าเป็นลำดับตายตัว

ส่วนที่พบบ่อย ได้แก่:

• ข้อสรุปหนึ่งประโยค
• เหตุผลหลัก
• ความเสี่ยงสำคัญ
• รายการลงมือทำ
• จุดทบทวน

สมมติฐานและข้อจำกัด

YlanAI เป็นวิธีช่วยคิดเชิงโครงสร้าง

ระบบใช้เหตุผลตามกฎ การจัดระเบียบบริบท และการสรุปจากประสบการณ์ เพื่อให้เห็นแนวโน้มและข้อเตือนที่มีประโยชน์ต่อการรู้จักตนเอง การวางแผนเป็นช่วง และการตัดสินใจอ้างอิง ไม่ใช่การรับประกันผลลัพธ์

เพื่อให้ได้ประโยชน์มากขึ้นและหลีกเลี่ยงการใช้ผิดจุด โปรดคำนึงถึงเงื่อนไขเหล่านี้:

• ขอบเขตการใช้: ผลลัพธ์มีไว้เพื่อการเรียนรู้ วิจัย แลกเปลี่ยน และการอ้างอิงเชิงบันเทิง ไม่ใช่ข้อสรุปที่รับประกันผลลัพธ์ในอนาคต
• เงื่อนไขของข้อมูลนำเข้า: ยิ่งบริบทครบ การวิเคราะห์ก็ยิ่งโฟกัสได้ดี หากข้อมูลบางส่วนยังไม่แน่ใจ คุณก็ยังเริ่มจากปัญหาจริงก่อนได้
• ขอบเขตทางวิชาชีพ: ในเรื่องการแพทย์ กฎหมาย compliance และการเงินสำคัญ ควรยึดคำแนะนำจากผู้เชี่ยวชาญเป็นหลัก บริการนี้ไม่แทนที่การตัดสินแบบมืออาชีพ
• การใช้งานโดยผู้เยาว์: ผู้เยาว์ควรใช้บริการภายใต้การดูแลของผู้ปกครอง และไม่ควรใช้ผลลัพธ์เป็นฐานเพียงอย่างเดียวสำหรับการตัดสินใจสำคัญ
• วิธีใช้งาน: ควรใช้ผลลัพธ์ร่วมกับบริบทจริงและข้อมูลเชิงวัตถุ โดยมองเป็นมุมมองอ้างอิง ไม่ใช่ข้อสรุปเพียงหนึ่งเดียว

ลำดับการอ่านที่แนะนำ

1. อ่านข้อสรุปหนึ่งประโยคก่อน
2. จากนั้นอ่านเหตุผลหลักและขอบเขตความเสี่ยง
3. สุดท้ายดูรายการลงมือทำและจุดทบทวน