# 启发法与偏见总表

## 元数据

- 书名：思考，快与慢
- 作者：丹尼尔·卡尼曼
- 章节：附录A
- 定位：AI PM / 产品经理 / 策略与增长面试
- 优先级：P0
- 标签：heuristics, bias-map, interview-framework

## 面试问题

面试中如何系统化讲启发法与偏见？

## 30 秒回答

可以按判断来源拆：可得性来自回忆难易度，典型性来自相似性，锚定来自初始参照，情感启发来自好恶压缩。每一种都能对应产品决策风险。

## 展开要点

- 先定义偏见，再讲触发条件。
- 再给产品或团队决策例子。
- 最后给治理方法：数据、结构化流程、反例、实验、外部视角。

## 高频追问

- 这些偏见是缺陷还是适应性工具？
- 如何避免把行为经济学讲成玄学？
- 能否用一个产品例子串起来？

## 项目映射

- 用 AI 求职产品串联：定价锚定、案例可得性、岗位画像典型性、结果页框架效应。
- 做一页“认知偏见 -> 产品风险 -> 设计对策”的面试图谱。

## AI PM 迁移

AI PM 可以把偏见库变成评审 checklist，用于 prompt、评测、定价、授权和用户研究。

## 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。