在大學時我學了 Design Thinking，在研究所時學了 Systems Thinking。
兩套方法都很好。但單獨用任何一個，都讓我覺得好像顧此失彼。用 Design Thinking 做產品，我曾經完美解決了一個使用者的痛點——然後在導入時遇到來自開發團隊的阻力，然後就停下來了。用 Systems Thinking 做策略，我曾經畫出（自認）完美的系統地圖——然後生出一個「理論正確但乏人問津」的東西。
今天分享的是，我怎麼把這兩套方法融合成一個思考 OS，然後跟我的 AI Agent一起用。
📸 Design Thinking 是顯微鏡，看見個人的痛。Systems Thinking 是望遠鏡，看見系統的病。你需要兩者，才能同時看清細胞和星系。
兩個方法的不足
Design Thinking 的力量在於速度和同理心——從 Empathize 開始，深入一個使用者的痛點，然後快速定義、發想、做原型、測試。
它的盲點是「局部最佳化」。
你可能幫使用者設計了完美的體驗，在AI的時代卻無法完整的顧及技術的可行性、沒考慮到這個設計對組織資訊流動、隱私治理、甚至競爭格局帶來的限制。導致有個提倡者，但是很難將結論落實。
Systems Thinking 的力量在於看見看不見的連結——反饋迴路、槓桿點、延遲效應。
它的盲點是「分析癱瘓」。
地圖畫得再漂亮，如果失去了對真實使用者的同理心，除非要設計一個上月球的登陸車，或是要設計一個飛往火星的太空船，不然你的解方就會變成白板上那種「很有道理但從來沒人執行」的策略。
📸 一個讓你做出局部最佳解，一個讓你想出沒人執行的全域解。兩個都會落入一個巴掌拍不響的處境。
所以Apple Pencil Pencil Pen...我把它們融合了：SSD Loop
SSD 是 Systemic Design 的縮寫。結構是一個雙螺旋——像 DNA 一樣，兩條思維鏈交織前進。
核心機制很簡單：每一步都有一個「主導鏡片」和一個「校正鏡片」。
當你用 Design Thinking 的鏡片看使用者，Systems Thinking 的鏡片會在旁邊問：「這個人的行為，有多少是被系統結構驅動的？」
當你用 Systems Thinking 的鏡片畫系統地圖，Design Thinking 的鏡片會在旁邊問：「這張地圖裡，哪些節點背後是真實的人？」
這種交替校正，是防止盲點的關鍵。
七個階段，但你不用每次都跑完
完整的 SSD Loop 有七個階段：
Phase 1：MAP — 先拉遠
用 Systems Thinking 畫出系統全貌——利害關係人、資源流動、反饋迴路、延遲效應。
校正問題：「哪些節點背後是真實的人，不只是抽象角色？」
Phase 2：ZOOM — 再拉近
用 Design Thinking 深入關鍵人物的同理心研究——真正的痛點、未說出口的需求。
校正問題：「這個人的行為，有多少是被系統結構驅動的？」
Phase 3：FRAME — 交叉定義 ★
這是整個框架最關鍵的一步。
結合 Systems Thinking 的「槓桿點」和 Design Thinking 的「How Might We」：
在這個系統中，哪個槓桿點如果被撬動，能同時滿足使用者需求又改善系統健康？
📸 大多數人在解「有答案的問題」。真正困難的是：你確定你在問「對的問題」嗎？
Phase 4：GENERATE — 發散
在槓桿點上大量發想，但每個想法即時過三個濾鏡：會觸發什麼新的反饋迴路？誰會因此改變行為？有沒有二階效應？
Phase 5：SIMULATE — 預測
在做原型之前，先問：三個月後系統長什麼樣？有沒有「短期看起來好、長期會爆的」方案？
Phase 6：PROTOTYPE & TEST — 驗證
雙軌測試——不只看「使用者喜不喜歡」，還看「系統層面有沒有預期外的變化」。
Phase 7：EVOLVE — 演化
部署不是終點。持續監測，當出現意外的湧現行為（emergence），回到 Phase 1 重新 MAP。
不是每次都要跑完七步。但至少要經過 Phase 3——確認你在解對的問題。
我怎麼跟 AI 一起用這套框架
我現在的工作模式是這樣的：碰到策略問題的時候，我會跟 Claude 說「用 SSD Loop 來想這個」。
AI 在每個階段能做不同的事。Phase 1 它幫我畫因果迴路圖、辨識系統基模。Phase 3 它挑戰我的假設、交叉驗證我選的槓桿點。Phase 5 它幫我建簡易模型、跑情境推演。
但最重要的不是 AI 做了什麼，而是這個框架讓我跟 AI 的對話有了結構。
沒有結構的 brainstorm 會變成漫談。有了 SSD Loop，每一輪對話都有明確的目的：現在我們在 MAP，等下要 ZOOM，然後 FRAME。
這讓 AI 從「聊天夥伴」變成了「共同思考者」。
一個真實的例子
最近我在評估一個新的合作案。
如果只用 Design Thinking，我會直接去研究對方使用者的痛點，做原型，測試。可能會得到一個功能層面的結論——正確，但不完整。
如果只用 Systems Thinking，我會畫出整個生態系的系統地圖——通路結構、信任建立的延遲效應、既有玩家的反饋迴路。可能會得到一個策略層面的結論——也正確，但缺少人的溫度。
用 SSD Loop，我先 MAP（畫系統地圖），然後 FRAME（找到槓桿點在「系統結構——誰連結誰」），然後 SIMULATE（推演三到六個月後各方的動態）。
最後的問題陳述同時包含了「為誰」和「在哪個槓桿點」——這才是一個值得花時間解的問題。
給想要試試看的你
你不需要正式學過 Design Thinking 或 Systems Thinking。你只需要記住一件事：
做決策之前，問兩個問題——
「這對真實的人有什麼影響？」（Design Thinking 的鏡片）
「這在系統層面會引發什麼連鎖反應？」（Systems Thinking 的鏡片）
如果你能同時回答這兩個問題，你已經在用 SSD Loop 了。
想直接用這套框架？
我把 SSD Loop 做成了一個可以裝進 AI 工作流的 skill，私訊我，直接送你。
四月限時：本月限額接待 10 間企業。10 人以上參與 AI 顧問導入，贈送 Meeting Ink 一整年授權，即日起至 4/30。
你們公司導入 AI 工具之後，實際使用率大概多少？我很好奇。
想讓團隊真正學會用 AI 解決自己的問題——私訊聊聊。
📝 本文由作者與 AI 協作完成。核心觀點與判斷來自作者，AI 協助組織與潤飾文字。
