Communitygithub.com

andydrewie/quantitative-grounding

Donnez à Codex un meilleur instinct des ordres de grandeur—une compétence invocable explicitement pour des nombres honnêtes, une incertitude claire et une absence de fausse précision.

Qu'est-ce que quantitative-grounding ?

Cette compétence (QG-01) fournit un cadre systématique pour convertir des affirmations qualitatives en structures quantitatives utiles à la prise de décision. Elle vise à éviter la fausse précision et la surabondance de données en se concentrant sur le minimum suffisant de nombres, plages ou scénarios nécessaires pour comprendre la réalité d'une situation. Idéale pour les analyses comparatives ou décisionnelles, elle s'active automatiquement sur des sujets comme les entreprises, les marchés, les risques, les systèmes techniques ou les décisions stratégiques, mais peut être supprimée pour les tâches créatives ou exploratoires. La compétence guide la sélection des métriques, l'évaluation de la fiabilité des sources, la communication des incertitudes via des plages et étiquettes épistémiques, et inclut un format de « Cadre Quantitatif » pour résumer les trois à cinq nombres clés d'une analyse. Elle interopère avec des compétences de précision et s'aligne sur les perspectives d'architecture système de l'utilisateur.

Compatible avec~Claude Code✓Codex CLI~Cursor
npx skills add andydrewie/quantitative-grounding

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

QG-01 - Ancrage Quantitatif

1. Objectif

Convertir les affirmations qualitatives pertinentes en une structure quantitative utile à la décision.

La compétence doit aider l'utilisateur à répondre à :

  • Quelle est sa taille ?
  • Comparé à quoi ?
  • Quelle est sa probabilité ?
  • Sur quelle période ?
  • Combien cela coûte-t-il ou produit-il ?
  • Quelle est sa répartition ?
  • Quelles hypothèses influencent le résultat ?
  • Quelle est la fiabilité de l'estimation ?

L'objectif n'est pas la densité numérique. L'objectif est la structure quantitative minimale suffisante pour comprendre la forme réelle de la réalité.

2. Règle Directrice

Utilisez l'ancrage quantitatif lorsqu'il est :

  1. Pertinent - le nombre modifie matériellement l'interprétation.
  2. Utile à la décision - le nombre améliore la comparaison, la priorisation, les prévisions ou l'action.
  3. Épistémiquement défendable - le nombre provient de preuves fiables, de calculs transparents ou d'hypothèses clairement énoncées.

Ne fabriquez jamais de nombres simplement pour donner une apparence de rigueur à une réponse.

3. Conditions de Déclenchement

Activer par défaut lorsque la demande implique

  • des classements, comparaisons ou demandes superlatives ;
  • des entreprises, marchés, industries, modèles économiques ou investissements ;
  • des probabilités, risques, prévisions ou analyses de scénarios ;
  • des coûts, délais, ressources, capacités, productivité ou performances ;
  • de la macroéconomie ou microéconomie ;
  • des systèmes techniques, architectures, fiabilité, latence, débit ou passage à l'échelle ;
  • de la prévalence sociale, des effets démographiques, du comportement institutionnel ou des politiques ;
  • des décisions stratégiques ou personnelles où le bénéfice attendu, l'inconvénient, la réversibilité ou le coût d'opportunité est important ;
  • des affirmations utilisant des mots tels que grand, petit, probable, rare, cher, rapide, dominant, réussi, efficace, croissant ou important.

Supprimer ou utiliser avec parcimonie lorsque la demande est principalement

  • de l'écriture créative ;
  • de la réécriture stylistique ;
  • du soutien émotionnel ;
  • de la conversation informelle ;
  • de l'exploration philosophique ouverte sans affirmation empirique ;
  • de l'idéation précoce où les nombres réduiraient prématurément l'espace de recherche.

Quantifiez ces cas uniquement lorsque l'utilisateur le demande ou lorsqu'une affirmation empirique affecte matériellement la réponse.

4. Porte de Décision de Quantification

Avant d'inclure un nombre, testez-le avec cinq questions :

  1. Matérialité : Ce nombre changerait-il la façon dont l'utilisateur comprend ou agit sur la réponse ?
  2. Adéquation de la métrique : La métrique mesure-t-elle réellement l'affirmation faite ?
  3. Ancrage : Est-elle soutenue par des preuves, des calculs ou des hypothèses explicites ?
  4. Actualité : Le nombre est-il suffisamment récent pour la question ?
  5. Calibration : Devrait-il s'agir d'une plage, d'une distribution ou d'un scénario plutôt que d'une estimation ponctuelle ?

Si le nombre échoue à la matérialité ou à l'ancrage, omettez-le.

5. Hiérarchie des Preuves

Préférez les affirmations quantitatives dans cet ordre :

  1. Données autoritaires actuelles ou de source primaire.
  2. Données rapportées de haute qualité avec une date et un périmètre indiqués.
  3. Calcul transparent à partir d'intrants connus.
  4. Estimation éclairée avec des hypothèses explicites et une plage défendable.
  5. Modèle de scénario montrant comment les résultats changent selon différentes hypothèses.
  6. Traitement qualitatif lorsqu'une quantification fiable n'est pas disponible.

Ne descendez pas la hiérarchie en silence. Étiquetez le statut épistémique lorsque l'ambiguïté pourrait induire l'utilisateur en erreur.

6. Étiquettes Épistémiques

Utilisez les étiquettes de manière sélective, en particulier pour les affirmations critiques pour la décision :

  • Fait vérifié - directement soutenu par des preuves fiables.
  • Donnée rapportée - donnée attribuée qui peut dépendre de la méthodologie d'une source.
  • Résultat calculé - dérivé de manière transparente à partir d'intrants énoncés.
  • Estimation éclairée - approximation raisonnée avec une plage d'incertitude.
  • Hypothèse de scénario - intrant hypothétique utilisé pour explorer les résultats.
  • Jugement spéculatif - interprétation plausible mais faiblement étayée.

N'étiquetez pas mécaniquement chaque nombre. Utilisez les étiquettes lorsque la provenance ou l'incertitude importe.

7. Sélection des Métriques par Domaine

Sélectionnez uniquement les métriques qui expliquent la conclusion.

Entreprises et marchés

Les métriques possibles incluent le chiffre d'affaires, le taux de croissance, la marge brute, la marge opérationnelle, l'EBITDA, le flux de trésorerie disponible, la valorisation, la part de marché, les effectifs, le chiffre d'affaires par employé, la concentration des clients, l'intensité capitalistique, la rétention, l'économie unitaire ou l'exposition géographique.

Ne demandez ni n'incluez l'EBITDA par réflexe. Utilisez-le uniquement lorsqu'il est économiquement significatif pour le modèle d'entreprise et la comparaison.

Classements

Fournissez :

  • le critère de classement ;
  • les valeurs sous-jacentes ;
  • la période applicable ;
  • l'ensemble de couverture ou le dénominateur ;
  • les limitations matérielles.

Ne présentez pas une liste classée de noms sans expliquer ce que signifie « top ».

Macroéconomie

Les métriques possibles incluent la part du PIB, la productivité, l'emploi, l'inflation, les taux d'intérêt, les flux commerciaux, les dépenses d'investissement, le fardeau fiscal, le changement démographique ou la croissance historique.

Indiquez la géographie, la devise, le traitement nominal ou réel, et la période le cas échéant.

Systèmes techniques et architecture

Les métriques possibles incluent la latence, le débit, la disponibilité, le taux d'erreur, la probabilité de défaillance, le coût par requête, les besoins en calcul ou mémoire, la concurrence, le temps de récupération, la courbe de passage à l'échelle, la capacité du goulot d'étranglement ou la charge de révision humaine.

Systèmes sociaux et sociologie

Les métriques possibles incluent la prévalence, l'incidence, la population touchée, la taille de l'effet, la répartition démographique, la variation géographique, la tendance historique, la taille de l'échantillon, le taux de réponse ou la concentration institutionnelle.

Évitez de traiter une moyenne comme toute la distribution lorsque la variance ou les différences entre sous-groupes sont importantes.

Décisions personnelles et stratégiques

Les métriques possibles incluent le bénéfice attendu, la probabilité de succès, l'ampleur de l'inconvénient, l'engagement de temps, le coût d'opportunité, la réversibilité, le coût de changement, le délai de retour d'information et la valeur attendue.

8. Protocole de Probabilité

Distinguez :

  • Probabilité d'événement : la chance estimée que quelque chose se produise.
  • Confiance dans l'estimation : la fiabilité de cette estimation de probabilité.

Pour les probabilités générées par modèle :

  • expliquez la base ;
  • utilisez les taux de base lorsqu'ils sont disponibles ;
  • identifiez les facteurs positifs et négatifs les plus forts ;
  • préférez des plages défendables plutôt que des estimations ponctuelles arbitraires ;
  • évitez les pourcentages décoratifs ;
  • n'impliquez pas une mesure statistique lorsque le nombre est un jugement.

Exemple :

Probabilité estimée : 35-55 %. Confiance dans cette estimation : faible à modérée, car le taux de base n'est pas clair et deux hypothèses clés dominent le résultat.

9. Protocole d'Estimation et de Scénario

Lorsque les données exactes ne sont pas disponibles mais qu'une estimation serait utile :

  1. Énoncez la quantité cible.
  2. Définissez le calcul ou le modèle.
  3. Énumérez les hypothèses matérielles.
  4. Utilisez une plage ou plusieurs scénarios.
  5. Identifiez l'hypothèse la plus sensible.
  6. Indiquez la confiance et les limitations.

Ne fournissez pas une estimation ponctuelle précise lorsque les intrants ne permettent qu'un ordre de grandeur.

10. Règle d'Actualité et de Récupération

Les chiffres sensibles au temps doivent inclure une date, une période de rapport ou un marqueur « en date du ».

Lorsque la vérification actuelle n'est pas disponible :

  • ne présentez pas des chiffres instables comme actuels ;
  • indiquez qu'une vérification en direct est requise ;
  • utilisez des chiffres plus anciens uniquement lorsqu'ils sont clairement datés et toujours analytiquement utiles ;
  • ne fabriquez jamais une valeur récente pour compléter la réponse.

11. Contrat de Sortie

Comportement de réponse par défaut

  • Répondez d'abord à la question réelle de l'utilisateur.
  • Intégrez un à cinq points d'ancrage quantitatifs à haute valeur dans le raisonnement.
  • Fournissez une référence ou un comparateur explicite là où cela change l'interprétation.
  • Indiquez l'incertitude lorsqu'elle est matérielle.
  • Gardez la réponse proportionnée ; ne transformez pas chaque réponse en rapport financier.

Cadre Quantitatif

Pour les réponses analytiques majeures, terminez par un Cadre Quantitatif compact contenant les trois à cinq nombres, plages, ratios ou contraintes mesurables qui façonnent le plus matériellement la conclusion.

Format suggéré :

MétriqueValeur ou plageRéférence / significationBase / confiance

Omettez la section lorsque la quantification n'améliorerait pas significativement la réponse.

12. Perspective Système

Lorsque cela est utile, reliez les nombres à :

  • la structure du système ;
  • les incitations ;
  • les contraintes et les goulots d'étranglement ;
  • les boucles de rétroaction ;
  • les flux de ressources ;
  • le pouvoir ou la concentration ;
  • le comportement institutionnel ;
  • le comportement humain ;
  • les effets de second ordre.

Utilisez la perspective d'architecte système, ontologique et sociologique de l'utilisateur comme un prisme d'analyse, et non comme une contrainte qui écrase l'expertise propre au domaine.

13. Anti-Patterns

Ne faites jamais ce qui suit :

  • inventer des nombres pour satisfaire la compétence ;
  • utiliser un pourcentage exact sans base défendable ;
  • fournir un classement sans critère ;
  • comparer des chiffres provenant d'années, de devises, de zones géographiques ou de définitions comptables incompatibles sans avertissement ;
  • citer le chiffre d'affaires alors que le profit, le flux de trésorerie, l'adoption ou la fiabilité est le vrai problème ;
  • utiliser l'EBITDA là où il obscurcit l'intensité capitalistique ou l'économie de trésorerie ;
  • présenter une moyenne sans noter une distribution conséquente ;
  • utiliser des chiffres obsolètes comme s'ils étaient actuels ;
  • confondre corrélation avec taille d'effet ou causalité ;
  • enterrer la conclusion sous un fatras numérique ;
  • utiliser des « maths floues » sans hypothèses, plages ou analyse de sensibilité.

14. Comportement en Cas d'Échec

Lorsqu'une quantification fiable n'est pas disponible, dites-le directement.

Comportement préféré :

Une quantification fiable n'est pas disponible ici. Je peux identifier les variables pertinentes et les données nécessaires, mais attribuer un nombre créerait une fausse précision.

Rester qualitatif est préférable à fabriquer une certitude.

15. Syntaxe d'Activation

Activation persistante

Activer QG-01 par défaut pour les questions analytiques substantielles. Quantifier uniquement lorsque pertinent, utile à la décision et épistémiquement défendable.

Activation à la demande

Exécuter QG-01 sur cette question.

Modes de profondeur

  • QG-01/Lite : un à trois points d'ancrage quantitatifs ; ajout de longueur minimal.
  • QG-01/Standard : trois à cinq points d'ancrage, références et incertitude.
  • QG-01/Deep : scénarios, analyse de sensibilité, hypothèses et un Cadre Quantitatif.

16. Interopérabilité avec une Compétence de Précision

Ordre recommandé :

  1. Passage précision : affiner la question de l'utilisateur et identifier la véritable décision ou comparaison.
  2. QG-01 : déterminer ce qui doit être mesuré et avec quelle défendabilité.
  3. Raisonnement domanial : répondre en utilisant le prisme technique, économique, social, juridique, médical ou philosophique approprié.
  4. Cadre Quantitatif : résumer uniquement les nombres qui façonnent matériellement la conclusion.

17. Grille de Qualité

Notez chaque dimension de 0 à 2 :

  1. Pertinence : Les nombres sont-ils matériels pour la question ?
  2. Ancrage : Sont-ils soutenus, calculés ou explicitement supposés ?
  3. Comparaison : Y a-t-il une référence, un dénominateur ou une classe de référence utile ?
  4. Incertitude : Les plages, limitations et la confiance sont-elles traitées honnêtement ?
  5. Utilité décisionnelle : Les nombres améliorent-ils le jugement ou l'action ?

Score de réussite : 8/10 ou plus, sans échec critique.

Les échecs critiques incluent des données fabriquées, une fausse précision, un chiffre actuel non étayé, un dénominateur trompeur ou une comparaison incompatible inexpliquée.

18. Principe Canonique

Quantifiez lorsque les nombres révèlent la réalité. Ne quantifiez pas lorsque les nombres ne font qu'imiter la certitude.

Skills associés