TL;DR
- •恶魔辩护人AI是一种批评者角色，系统地攻击您的想法的假设——抵消了人类反馈循环强化的确认偏见
- •四个框架结构了批评：事前验尸，利益相关者障碍，worst case和竞争对手响应
- •提前运行它并将异议归类（有效/可解决/无关紧要）——然后带着已经知道每个难题的答案进入真正的演讲
最好的想法可以经受住审查。最差的想法可以经受住会议——因为房间里没有人想成为那个拆散他们的人。恶魔辩护人AI弥补了这一差距：一种人工智能角色，旨在像您最艰难的批评者一样挑战您的想法，在您的最艰难的批评者有机会之前。
价值不在于残忍；而在于时机。每个提案最终都会面临反对——来自董事会成员，投资者，竞争对手或现实。唯一的问题是您是否在控制的排练中遇到这些反对，还是在真正的赌注中遇到它们。使用AI对您的想法进行压力测试将碰撞提前，修复弱点仍然很便宜的时候。
本指南涵盖了什么是恶魔辩护人AI，为什么它比要求同事戳洞更好，如何设置有效的挑战会话，以及四个框架——事前验尸，利益相关者障碍，worst case和竞争对手响应——将通用批评转化为系统性覆盖。
什么是恶魔辩护人AI？
恶魔辩护人AI是一种人工智能角色，故意配置为挑战和批评，而不是协助和同意。默认助手的训练是为了有帮助——在实践中这意味着肯定——而恶魔辩护人角色则被指示寻找缺陷：未声明的假设，薄弱的证据，未考虑的利益相关者，故障模式和更好的替代方案，您太快地拒绝了它们。
名称来自一个真正的古老机构。天主教会的advocatus diaboli是一位被任命为反对候选人封圣的官员——不是因为教会反对候选人，而是因为它理解了一个经过系统对立的案例比一个没有面临对立的案例更值得信赖。同样的逻辑驱动了现代红队和异议渠道：系统对立提高了决策的准确性，因为它是系统的，而不是个人性的。
人工智能使得该角色在日常规模上变得可行。您不需要组建一个红队或烧掉同事的好感度来获得二十分钟的严格反对；您配置一个批评者，提出您的案例，并记下笔记。有关该概念的深入内容，请参阅什么是恶魔辩护人AI？
确认偏见的心理学
确认偏见是人类寻求、注意和记住支持我们已经相信的证据的倾向——以及避免或忽视不支持的证据。这不是一个性格缺陷；这是一个默认设置。并且它在赌注升高时变得更糟：您在一个想法上投入的越多，您的信息收集就越容易变成案例构建。
组织放大了这种偏见。人们首先将想法推销给同情的同事。下属软化了对领导计划的批评。会议趋同于出现的共识，因为异议具有社会成本。到提案达到决策时，它通常已经被多次审查——由有动力喜欢它的人审查。
决策研究人员长期以来一直开处方结构性解药。事前验尸——想象一个项目已经失败并解释为什么——将批评重新定义为一个分配的任务，而不是不忠的行为，红队也出于同样的原因将反对制度化：当批评是明确的工作时，人们批评得更有效。
这就是人工智能相对于甚至愿意的人类恶魔辩护人具有结构性优势的地方。人工智能批评者在您的项目中没有事业利益，没有关系需要保护，也没有疲劳——它将像第一个假设一样挑战您的第十个假设。它不能被磨损，不能被魅力所征服，也不能被超越。您反过来以不同的方式听取它的异议：当批评者是软件时，没有面子需要挽救，所以您可以参与实质内容而不是管理关系。人类恶魔辩护人软化；人工智能恶魔辩护人不需要软化。
设置有效的恶魔辩护人会话
挑战会话的质量取决于其设置。模糊的输入得到模糊的批评；一个明确定义的提案得到您可以真正采取行动的异议。该过程有四个步骤：
定义想法或提案
写下您正在测试的内容的明确表述，列出它依赖的关键假设，并定义成功的含义。如果您不能陈述假设，那就是第一个发现。
配置批评者角色
选择批评者类型——怀疑者（怀疑证据），敌对者（攻击整个前提），或建设性（探究以改进）——加上领域专业知识水平和批评风格：逻辑，情感或实际。CFO风格的批评者和烧伤客户的批评者会找到不同的漏洞。
运行挑战会话
像对真正的受众一样提出您的案例。一次处理每个异议并认真回答——您无法清晰回答的异议是会话的真正输出。
综合学习
将每个异议归类为有效（更改提案），可解决（需要准备好的答案），或无关紧要（记录为什么）。更新提案以适应第一个类别，为第二个类别构建论点，并为利益相关者讨论记录整个练习。
恶魔辩护人框架
无结构的批评往往会围绕相同的两个或三个明显的异议。这些四个框架强制执行对故障模式的覆盖，通用批评会错过——运行您的提案通过每一个，然后盲点开始映射自己。
事前验尸
提示："假设它失败了。为什么？" 与询问计划是否可能失败不同——这邀请了安慰——事前验尸断言它已经失败，并要求解释原因。该框架解锁了一种不同的思考模式：人工智能（和您）停止为计划辩护并开始解释一个事实。运行它几次并聚集故障叙述；每次叙述中出现的原因是您真正的顶级风险，每一个都应映射到缓解或有意识的记录接受。
利益相关者障碍
您的提案不面临一个批评者——它面临财务主管，法律审查员，工程所有者，客户和执行赞助商，每个都有不同的价值观和否决权。利益相关者障碍一次运行每个角色的批评：CFO角色攻击数字，工程师攻击时间表，客户攻击实际价值。这就是多人格平台比单个聊天助手更有价值的地方——异议真正因座位而异，一个经受住整个障碍的提案已经准备好面对跨职能房间。
最坏情况
提示："什么是最坏的情况？" ——推过第一个舒适的答案。最坏情况框架追逐尾部风险：不是“启动延迟一个季度”，而是延迟成本锚客户，锚客户的退出吓坏了下一轮融资，团队为启动而雇佣现在成为成本问题。重点不是悲观主义；是尺寸。有些最坏的情况是可以承受的，值得冒险。有些不是。你希望在提交之前知道你持有的哪种类型。
竞争对手响应
提示："竞争对手如何利用这种弱点？" 您采取的每一步都会产生一个机会——价格变化邀请下调，重新定位放弃了别人会声称的立场，大胆的启动吸引了快速跟进。配置一个角色作为您最敏锐的竞争对手的战略家，并询问他们如何在下一个规划周期中响应您的计划。如果模拟的竞争对手找到一个明显的反击，这将破坏您的优势，那么在真正的竞争对手执行之前，重新设计它比看着它执行更好。
恶魔辩护人AI的应用场景
该方法适用于任何最终会面临高风险审查的想法。四种情景经常出现：
商业战略测试。 在战略提交给领导力离线会议之前，运行它通过障碍和事前验尸。战略最常在未经审查的假设上失败——关于市场，竞争对手和执行能力——这正是结构化反对所揭示的。以这种方式使用，恶魔辩护人AI成为核心 决策支持 实践，而不是一次性练习。
产品发布准备就绪。 在发布前几周将最坏情况和竞争对手响应框架配对：什么会破坏，谁会受到伤害，市场如何反击，以及哪个异议将是第一个怀疑的记者或客户提出的问题？早些时候对概念进行压力测试的团队——请参阅 产品验证与AI —— 以远少的惊喜到达这一阶段。
演讲准备。 在董事会会议或客户推销的前一晚，运行敌对批评者会话。您从AI那里听到每个难题都是您在房间里会顺利回答的问题。面临过模拟版本的演讲者报告说，真正的问答感觉像重播。
投资论文验证。 投资论文是一堆假设戴着结论的帽子。让批评者攻击每一层——市场规模，时机，团队，护城河，退出路径——并要求您没有去寻找的反驳证据。如果论文经受住了，您就获得了信念；如果没有，批评者比职位便宜。
常见错误
三个失败模式会破坏大多数恶魔辩护人会话的价值：
- ✗不加批判地接受AI批评。 默认助手通常会这样做，这就是为什么配置很重要。有效的恶魔辩护人角色被明确指示为挑战，给出批评者原型（怀疑者，敌对者或建设性），并被告知不要软化结论。专用多人格平台在整个会话中保持对抗性立场，而不是回归到协议。
- ✗不跟进有效异议。 曝光真正弱点但没有人修复的会话比没有会话更糟糕——您现在知道地提出有缺陷的计划。每个有效异议都需要一个所有者和一个更改。
- ✗太晚使用恶魔辩护人。 在董事会会议的前一晚运行批评，您可以完善答案但不能改变策略。在想法阶段运行它——当您仍然可以改变方向时——以及在提出之前再次运行。早期会话改变决策；晚期会话改变幻灯片。
入门
选择一个正在进行的提案——您实际上会在接下来的几周内提出它——并给它一个小时的结构化反对。写下它的三个核心假设，运行事前验尸和利益相关者障碍，并将异议归类为有效，解决或无关紧要。大多数人会找到至少一个他们从未表述或捍卫的假设。
ArgumenTroupe旨在做到这一点：配置怀疑者，敌对者和领域专家批评者角色，单独或作为辩论小组运行它们，并为您的准备文档导出异议日志。恶魔辩护是更广泛的实践的一种模式——相同的多人格机制也为AI头脑风暴提供动力，当您需要建立想法而不是拆除它们时。
常见问题
如何使用AI作为恶魔辩护人？
定义您的想法及其关键假设，配置一个明确指示为批评而不是协助的AI角色，提出您的案例，并回答每个异议。然后，将异议归类为有效，解决或无关紧要，并相应地更新您的提案。事前验尸和利益相关者障碍等框架使批评变得系统，而不是随机。
为什么使用AI而不是要求同事扮演恶魔辩护人？
人类恶魔辩护人软化他们的批评以保护关系，疲劳后几轮，并且在结果中有利益。人工智能批评者在您的项目中没有利益，没有关系需要保护，也没有疲劳——它将像第一个假设一样挑战您的第十个假设。同事在领域判断方面仍然很有价值——使用他们来评估人工智能提出的异议。
人工智能不会同意我吗？
默认助手通常会这样做，这就是为什么配置很重要。有效的恶魔辩护人角色被明确指示为挑战，给出批评者原型（怀疑者，敌对者或建设性），并被告知不要软化结论。专用多人格平台在整个会话中保持对抗性立场，而不是回归到协议。
什么时候在流程中应该使用AI来压力测试一个想法？
两次。首先是在想法阶段，当有效异议仍然可以以低成本改变计划时。然后，在提出之前不久，再次运行，以排练难题的答案。仅在演讲前一晚运行批评的团队可以改进他们的幻灯片，但不能改变他们的策略。
相关文章
压力测试您的下一个大想法
在真正的受众有机会之前，将您的提案运行通过一组AI批评者。