这是给你的一则分析侦探故事：一个产品有500万的月活跃用户（MAU）和80%的日活跃用户（DAU）/月活跃用户（MAU）。这健康吗？ 大多数人，包括你的LLM，都会说：哇，强大的产品！ 现在再加一个事实： 平均每日会话时长：30秒 突然间，故事就变了。也许用户只是查看通知然后就退出了。也许这只是肤浅的、反射式的参与，而不是真正的产品价值。 但再加一个事实：这是一个支付应用 现在30秒看起来完全正常！打开应用，发送钱，关闭应用。相同的指标，但解释却完全不同。 这是AI分析中最大的一个问题。 AI并不会可靠地停下来并说：“我没有足够的信息来判断。”相反，它用它之前见过的最具统计可能性的故事来填补空白。 这就是为什么稀疏的输入会产生通用但自信的输出。 解决这个问题的方法？正交上下文：从不同方向减少模糊性的独立事实。 阅读我们在《意见智能》中关于正交上下文理念的最新文章。