拿一个正在进行的决策做审计靶子
不要从教科书定义开始。打开你最近的一个实际决策——可以是一个产品定价、一份投资持仓、一个没砍掉的项目、一次艰难的谈判。
依次过三个问题：
- 这个决策里我有没有因为"已经投入了"而不愿退出？（沉没成本）
- 我对这个东西的估价有没有因为"它是我的"而偏高？（禀赋效应）
- 我有没有把不同来源的钱区别对待？（心理账户）
三个问题不需要同时命中。命中一个就够你调整一次判断。如果三个都没命中——换一个决策重新过，或者这个场景确实没有明显偏差。
这一步的产物是：一个标记了偏差类型的具体决策。
把"知道有偏差"变成"量化偏差方向"
识别了偏差类型之后，下一步不是"提醒自己注意"——而是估算偏差的方向和大致幅度。
禀赋效应：你对自有物品的估价大约是市场价的两倍。把你的报价打个五折，看看还愿不愿意坚持——如果打折后明显不值，说明禀赋效应在主导。
沉没成本：把已经花掉的钱从决策中划掉。只看从现在往后的投入和收益。如果划掉之后你不会继续，说明沉没成本在绑架你。
心理账户：把两个不同来源的钱放进同一个账户重新算。如果合并后决策翻转了，心理账户在替你做主。
到这一步，你应该能写出一句具体的判断：我在这个决策中，因为X偏差，高估/低估了Y，大约偏了Z的程度。
选择架构的四个可调参数
如果你不只是在审计自己的决策，还在设计别人面对的选择——塞勒的助推框架给了四个调节旋钮：
默认选项：用户不做任何操作时会得到什么结果？把默认值设为对多数人更好的选项，参与率通常能提升30%以上。但只对"惰性强、偏好弱"的场景有效。
选项呈现顺序：把最重要的选项放在最前面。人在选择疲劳时倾向于选第一个或最后一个。
反馈时机：让用户在做出选择后立刻看到结果预览。延迟反馈会让偏差持续更久。
简化：减少选项数量。选项从3个增加到20个，选择质量会下降——不是因为20个里没好的，而是选择成本太高导致用户放弃比较。
调整一个参数，观察行为变化。不要一次调四个——你分不清哪个起了作用。
判断你的修正是助推还是操控
塞勒自己画了一条线：助推保留完整的选择自由。
检验方式很简单——用户能不能用不超过两步操作推翻你的默认设置？如果推翻成本很高（比如退出需要打电话排队半小时），那不是助推，是暗推。
第二条检验：你设计的默认选项，是不是对使用者有利？如果默认选项主要对你的公司有利（默认订阅自动续费、默认勾选附加服务），那是利用惰性，不是助推。
如果两条检验都通过，你的设计在伦理上站得住。
最小闭环：一轮偏差审计的完成标准
一个完整的偏差审计闭环包含四件事：
- 确认了偏差类型（沉没成本 / 禀赋效应 / 心理账户 / 其他）
- 估算了偏差方向和大致幅度
- 做出了至少一个修正动作（重新定价 / 重新分配 / 改变默认选项）
- 记录了修正前后的决策差异
如果只做到第1步就停了，你只是"又学了一次行为经济学"。做到第3步，你才真正用上了塞勒。做到第4步，你才能在下一次更快地识别同类偏差。