它是怎么回事？
记忆的鲜明程度、近期曝光和媒体频率会影响概率判断。易得性启发式很省力，但在样本偏斜时，会把印象当成事件发生率。
与「确认偏误」相连时，本条先处理“记录引发判断的案例”，再用“更新判断”收束；容易回忆的材料可能被优先寻找，再经选择性解释强化原观点。
本文为学习性整理，案例与实践步骤为编辑转化。
为什么会起作用？
- 01
容易回忆的事件会被误当作更常发生的事件。新闻曝光、近期经历、情绪强度和检索方式都影响可得性。应使用清楚的参考类与发生率校准，而不是用另一个生动故事对抗原故事。
- 02
对象与边界：容易想起的事，不一定更常发生。使用前要先确认“某条新闻或一位客户的声音让你迅速改变整体判断时。”，避免把相似现象直接套入模型。
- 03
转换路径：从“记录引发判断的案例”形成记录引发判断的案例的记录，再经过“比较印象与实际发生率”推进到比较印象与实际发生率的记录；中间的事实、假设和判断应分别记录。
有参考链接；引文与版本定位另行标注
原理论与本站实践模板的证据应分别理解
它从哪里来？
特沃斯基与卡尼曼研究了可得性启发式；“容易想起”与“实际频率”之间的错位是核心。
本站依据「卡尼曼诺贝尔演讲」记录当前来源线索，并把历史概念转成可填写的实践流程。参考资料，所以来源归属与实际效果分开判断。
与本模型直接相关的中文要义是：容易想起的事，不一定更常发生。容易回忆的事件会被误当作更常发生的事件。新闻曝光、近期经历、情绪强度和检索方式都影响可得性。应使用清楚的参考类与发生率校准，而不是用另一个生动故事对抗原故事。 所列资料定位在「卡尼曼诺贝尔演讲」的“原资料或参考文章；章节与纸本页码尚未逐项核实”；当前状态为“参考资料”，因此摘要用于理解原义，不能替代引文校勘或效果验证。
查看来源 ↗一句值得带走的话
容易想起的事，不一定更常发生。
编辑提炼，非人物原话
什么时候用？
某条新闻或一位客户的声音让你迅速改变整体判断时。
用适合这个模型的步骤，慢慢想清楚。
- 01
记录引发判断的案例
我记住的是频率还是画面？
输入：本次具体问题、当前情境与已知资料
本步产出：记录引发判断的案例的记录
记录引发判断的案例的记录中，已知事实与待核实的判断是否分开记录？
- 02
寻找分母与较完整样本
分母有多大？
输入：前一步的记录引发判断的案例的记录，以及本步需要补查的资料
本步产出：寻找分母与较完整样本的记录
寻找分母与较完整样本的记录中，已知事实与待核实的判断是否分开记录？
- 03
比较印象与实际发生率
还有哪些没被报道的情况？
输入：前一步的寻找分母与较完整样本的记录，以及本步需要补查的资料
本步产出：比较印象与实际发生率的记录
比较印象与实际发生率的记录是否使用同一时间范围、对象和口径？如果交换方案顺序，判断会改变吗？
- 04
追问记忆来源
这件事为什么特别容易想起？
输入：前一步的比较印象与实际发生率的记录，以及本步需要补查的资料
本步产出：曝光与情绪因素
曝光与情绪因素中，已知事实与待核实的判断是否分开记录？
- 05
寻找分母
对应人群和时间段的实际发生率是多少？
输入：前一步的曝光与情绪因素，以及本步需要补查的资料
本步产出：参考类数据
参考类数据中，已知事实与待核实的判断是否分开记录？
- 06
更新判断
如果没有这个故事，我会怎样估计？
输入：前一步的参考类数据，以及本步需要补查的资料
本步产出：校准判断
回看失效条件：样本少不意味着问题不重要；低频高损失事件仍需管理。这次实践是否仍有这一风险？
把道理放回真实情景。
连续收到两次投诉后，先查总订单数和历史投诉率，再判断质量是否恶化。 先写最容易想到的三个案例，再主动查完整样本和不容易被报道的情况。若印象与统计不同，记录差异来自时间、样本还是传播频率。 实际使用时先按“记录引发判断的案例”保存基线，再记录“更新判断”得到的结果；若结果没有改变，应回看样本少不意味着问题不重要；低频高损失事件仍需管理。
看到一次航班事故后，用长期统计而非新闻数量判断出行风险。 发现一个消息反复出现时，追查是否都来自同一事件；可见次数增加，不等于实际发生率同样增加。 实际使用时先按“记录引发判断的案例”保存基线，再记录“更新判断”得到的结果；若结果没有改变，应回看样本少不意味着问题不重要；低频高损失事件仍需管理。
也要知道它的边界。
样本少不意味着问题不重要；低频高损失事件仍需管理。
反例与失效情形
刚听到一起事故就断定该交通方式最危险，忽略出行次数这个分母。
慢下来，把问题想清楚。
先独立作答，再让 AI 检查。每个问题是一份独立实践，可以停下来，下次继续。
正在读取私人记录…
来源与延伸阅读
查看用户提供的原始摘录
原文保留用于对照；其中人物归属、科学表述和案例数据未全部核实。上方正文已对明显误用作说明。
是启发式偏差的一种。指人们往往根据认知上的易得性来判断事件的可能性。如投资者在决策过程中过于看重自己已知或易得的信息，而忽视对其他信息的关注以及进行深度发掘，从而造成判断的偏差。