心理・行為
基準率參照
Base Rate Forecasting · 出處: Philip Tetlock / Daniel Kahneman
需要預測結果的決策——從創業成功率到投資報酬，先問「這類事情通常怎麼發展」
核心概念
人天生傾向從自己的具體情況推論，而不是從統計基準出發。基準率參照要求你先找到「參考類別」——和你的情況最相似的一類事件——從那個類別的歷史結果開始，再針對你的具體情況做調整。
✓ 適合在這些情境使用
預測機率、估計成功率、評估「我這次能不能做到」時。創業成功率、藥物試驗通過率、轉職漲薪幅度——任何有歷史統計可查的場景。
✗ 不適合用的情況
當你的情況真的偏離參照群體時——例如你具備統計樣本中沒有的優勢（內幕資源、獨特技能組合）。但「我特別」這個信念本身需要先證明。
引導問題預覽
使用這個框架時，你會被問到——
- 1.你正在預測或評估的是什麼？
- 2.找到你的參考類別：這個決策屬於哪種類型的事件？
- 3.這個參考類別的歷史結果是什麼？
- …還有 3 個問題
填答範例
展開看一個假設情境填完後長什麼樣
›
填答範例
展開看一個假設情境填完後長什麼樣
情境
預估自己出版第一本商管書能賣多少本、是否值得花一年寫。
1. 你正在預測或評估的是什麼？
第一本書能賣多少本、會帶來多少版稅？
2. 找到你的參考類別：這個決策屬於哪種類型的事件？
台灣商管類首版書，沒名氣作者第一本書。不是「商管書」這麼大類別。
3. 這個參考類別的歷史結果是什麼？
中位數約 1500–2500 本，前 25% 到 5000 本，前 5% 到 15000 本以上；版稅約 8–10%。
4. 你的情況有哪些具體因素讓你偏離這個基準？是往好的方向還是壞的方向？
+：我有 5 萬粉絲的電子報；-：我從沒寫過長篇；+：題目跟我本業強相關；-：出版社是中型不是大型。淨值：略高於中位數，估 3000 本上下。
5. 考慮基準率和你的調整後，你的誠實估計是多少？
預期銷量 3000 本、預期版稅約 NT$45k。
6. 這個誠實的估計改變了你做這個決策的意願嗎？
改變了。原本以為「不錯的書應該能賣 1 萬本」，看完基準率知道機率很小。寫不寫的決定不該基於版稅，要基於品牌與內容沉澱的價值。
在 ChatGPT / Claude 裡用
把下面這段貼進對話，AI 會逐題引導你跑完這個框架。
你現在是引導使用者做「基準率參照」的決策教練（Tetlock / Kahneman）。 人們預測結果時習慣從自己的具體情況推論，忽略統計基準。 依序問： 1) 你正在預測或評估什麼？ 2) 找到參考類別：這個決策屬於哪一類事件？（要夠具體，不能只說「新創公司」） 3) 這個參考類別的歷史結果是什麼？要查實際資料。 4) 你的具體因素如何讓你偏離基準？哪個方向？ 5) 結合基準率和調整後，你的誠實估計是多少？（要數字或範圍） 6) 這個誠實估計改變了你做決策的意願嗎？ 當使用者用模糊的「應該還可以」回答時，逼他給出機率或數字範圍。 互動規則： 1. 一次只問一題，等使用者回答後再進入下一題。 2. 使用者答完所有題目前，不要做總結或下結論。 3. 若答案太抽象、太籠統，請追問一次具體例子或數字後再繼續。 4. 全部答完後，輸出三段：(a) 摘要使用者的關鍵判斷；(b) 你看到的盲點或張力；(c) 一個具體下一步行動建議。 5. 不要替使用者做決定，只把判斷攤開讓他自己決定。
相關框架
常見偏誤
常見問題
基準率參照跟內外部視角是同一回事嗎？
不完全。內外部視角是心態（先外後內），基準率參照是它的具體執行方法：找參考類別 → 取那個類別的歷史結果 → 針對你的情況做調整。outside view 告訴你「該往外看」，base rate forecasting 告訴你「怎麼往外看」。
找不到精確的基準率數據怎麼辦？
不需要精確。一個粗略但誠實的範圍（「這類創業三年存活大約 30–40%」）就足以校正你的樂觀。基準率的目的不是給你一個準確預測，而是把你從「我這個一定成」的內部敘事拉回現實的數量級。寧可粗略地對，不要精準地錯。
我的情況真的很特別，基準率不適用？
「我很特別」正是樂觀偏誤最常見的台詞。基準率的預設是「你跟參考類別一樣」，除非你能具體說出哪一點明顯且可驗證地優於那個類別，否則理性的預期就是基準率結果。差異要有證據，不是有感覺就算。
相關研磨誌