?
▎答案看起來完整，推理過程可能還藏著漏洞

我們每天都在接收各種結論：這個產品會成功、那項政策造成某種結果、某組數據證明了一個趨勢、AI迅速整理出一套看似合理的說法。問題在於，這些答案用了哪些前提？中間經過哪些推論？又有多少內容已經超出證據能支持的範圍？阿特金森把思考拆成一個個可以檢查的環節，讓讀者從結論往回追，看清一項判斷究竟怎麼形成。

?
▎概念一旦含糊，後面的推論很容易一路跟著偏

「成功」、「有效」、「合理」、「危險」這些詞，看似人人都懂，實際使用時所指的範圍卻可能完全不同。概念、詞項、判斷與命題，是全書最先處理的基礎。詞義有沒有前後一致？分類標準是否清楚？討論到一半時，定義有沒有悄悄改變？許多爭論越說越亂，往往就是因為最前面的概念沒有先說清楚。

?
▎看過幾個例子，就能說「事情都是這樣」嗎？

幾次經驗、幾組數據、幾個相似案例，很容易讓人迅速歸納出一套規律。然而從「我看過的情況」推到「普遍都是如此」，中間其實跨了很大一步。書中透過歸納、觀察與實驗，檢查樣本是否足夠、條件是否一致、適用範圍又到哪裡為止。資料究竟支持多少？還有哪些情況沒有被看見？只要多追問這幾步，就比較不容易把有限經驗說成普遍事實。

?
▎兩件事同時發生，真的能說前者造成後者？

銷量增加後廣告也增加、某項政策上路後數字出現變化、兩個現象總是一起出現，都可能讓人很快聯想到因果關係。假設、驗證與原因分析，正是用來處理這類問題。共同因素、多重原因、隱藏條件，都可能改變原本的解釋。看到「相關」時，先確認證據走到哪裡，再決定能不能談因果，判斷會更有根據。

?
▎一句推論「聽起來很順」，問題可能就藏在中間那一步

有些論述每句話分開看都合理，串在一起之後，卻可能推出缺乏支持的結論。演繹、三段論、條件推理與省略前提，讓這些隱藏步驟一一浮現。共同詞項有沒有換了意思？一般原則是否真的適用於眼前案例？結論有沒有超出前提原本能支持的範圍？原本只能說「好像哪裡有問題」，拆開之後，就能指出錯誤究竟落在哪一步。

?
▎看起來很像，不代表可以一路類推下去

兩家公司經營模式相近、兩起事件背景相似、兩個人具有相似性格，就能預測接下來也會有相同結果嗎？類比之所以容易說服人，正因為相似之處通常非常醒目，但真正影響結果的關鍵條件，未必也跟著相同。書中因此把焦點放在「相似之處是否真的與結論有關」，並提醒讀者留意那些可能改變結果的重要差異。

?
▎百年前的邏輯經典，放到今天依然值得重新讀

阿特金森在1909年提出的許多問題，到了搜尋引擎、社群媒體與生成式人工智慧盛行的今天，依然每天發生。不過，一百多年來，邏輯學、科學方法與認知研究也已有新的發展。本書保留原著的核心推理架構，同時補充傳統對當方陣、現代量詞邏輯，以及假設與理論等觀念上的差異，讓經典內容與今日知識之間的界線更清楚。

?
?答案來得越快，越要知道自己為什麼相信

新聞標題、統計數據、專家評論、工作判斷與AI生成內容，幾秒鐘內就能把結論送到眼前。面對這些資訊，可以先回頭檢查幾件事：前提從哪裡來？定義有沒有改變？證據支持到什麼程度？中間是否多推了一步？還有哪些部分需要繼續查證？當一個答案可以被拆回前提、證據與推論過程，讀者才有辦法判斷它究竟值得相信多少。

?
本書特色：本書將阿特金森的邏輯思考架構轉化為現代判斷方法，從概念、命題、歸納、演繹、三段論、類比與謬誤出發，解析答案如何由前提、證據與推演形成。全書結合工作、新聞、投資與人工智慧等案例，補充現代研究，引導讀者辨認推測、因果與結論，建立可檢查、可修正的思考方法。