# 校正直觉预测

## 元数据

- 书名：思考，快与慢
- 作者：丹尼尔·卡尼曼
- 章节：第二部分 / 第18章
- 定位：AI PM / 产品经理 / 策略与增长面试
- 优先级：P0
- 标签：prediction, base-rate, calibration

## 面试问题

怎样让直觉预测更可靠？

## 30 秒回答

先确定基础水平，再根据证据强度做有限调整。不要直接从印象跳到极端预测。

## 展开要点

- 预测应从基准率出发，而不是从故事出发。
- 证据质量越弱，调整越小。
- 要把预测和愿望、好恶、单个特征区分开。

## 高频追问

- 招聘面试中如何做结构化评分？
- 项目 ROI 预测如何避免过度乐观？
- 为什么要先看同类项目历史？

## 项目映射

- 候选人评估先设定岗位胜任基准，再按证据加减分。
- 上线前预测采用历史功能留存作为 base case。

## AI PM 迁移

让 Agent 预测效果时，应强制它引用基准数据和调整理由，而不是只给主观判断。

## 备注

本卡为面试复习用的主题重构和答题框架，不保存原书正文。