TL;DR
虚假共识效应：你认为你的观点和行为比实际更广泛地被分享。当你喜欢你的产品时，你假设大多数用户也会喜欢。当你在政治上相信某事时，你假设大多数理性人都同意。不同意的人在你看来不像"大多数人"——所以你的观点感觉像是共识。其实不是。
虚假共识效应由斯坦福大学的李·罗斯、大卫·格林和帕梅拉·豪斯于1977年首次记录。在他们的研究中，参与者被要求穿上印有"在乔家吃饭"的三明治板在校园里走动，并估计有多少学生会同意这样做。同意的人估计62%的同学也会同意。拒绝的人估计只有33%会同意——每组都认为自己的选择是多数反应。
机制：我们用自己的信念和行为作为估计他人信念的主要锚点。当我们的社交圈强化我们的观点时，效应加剧——我们很少遇到有力证据表明大量人群想法截然不同。结果是系统性地高估了与我们自身立场的共识。
促成机制：
——选择性接触：我们的社交圈分享我们的观点，造成"一般人"的偏差样本
——可得性：估计什么常见时，自己的信念最易被想起
——动机推理：相信自己的观点是主流感觉良好并验证我们的选择
——锚定：我们以自己的立场为锚点，估计他人时调整不足
常见领域：
——产品开发：创始人假设他们喜欢的产品被广泛需要
——政治：人们高估有多少人与自己的政治观点相同
——道德：人们假设自己的道德判断被广泛认同
——工作场所：经理假设其他人认为同样的事情重要可口可乐的配方变更基于口味测试，新可乐在测试中胜过经典可乐。批准变更的高管们绝大多数偏好新配方，并假设消费者也会这样。虚假共识效应导致他们低估了偏好原味的消费者的强烈程度和数量。消费者反响巨大；经典可乐在77天内恢复。产品团队将自己的偏好投射到了市场上。
政治竞选经理一贯高估选民认同其候选人立场的程度。对政治操盘手的研究发现，他们估计己方支持率比实际民调高出约10-15个百分点，尤其是在操盘手本人强烈持有的政策立场上。这导致系统性地低估了说服投资，高估了投票动员投资。
失败创业公司的事后分析一致发现，创始人假设他们解决的问题被广泛经历，因为他们个人感受强烈。CB Insights对创业失败的分析发现"没有市场需求"（问题没有被广泛感受）是最常见的失败原因。这是虚假共识在行动：创始人的痛点感觉是普遍的，因为对他们和他们的直接网络来说是真实的。
🚨 虚假共识效应可能在以下情况运作：
✅ 对抗措施：
与回音室混淆。虚假共识效应是个人心理中运作的认知偏差；回音室是放大它的社会结构。两者都导致高估共识，但它们是不同的机制——你可以有虚假共识而不生活在回音室中。
假设效应总是很大。效应大小因领域而异。对于高度个人化的偏好（音乐品味、食物）效应很强。对于有证据可用的事实信念，效应较弱。上下文很重要。
虚假共识效应与假设他人与你思维相同一样吗？
它是那个更广泛倾向的具体实例，被量化为对分享你观点的比例的系统性高估。偏差特别关于如何估计我们观点的流行度——不仅是我们偏好自己的观点，而是我们在统计上高估了它们被分享的程度。罗斯等人的研究建立了定量的高估，而不仅仅是定性倾向。
产品团队如何对抗这种偏差？
三种实践：(1)招募不是粉丝或早期采用者的用户——去找不知道你产品的人；(2)使用具有代表性样本的量化调查，而非依赖选择活跃用户的访谈；(3)设定明确的先验：你的目标市场可能与你想象的不同，主动寻找不认同的用户以理解他们为什么不关心你的产品。
虚假共识效应对专家和新手的影响不同吗？
有些不同。专家通常对自己专业知识的特殊性有更校准的认知（他们知道自己的知识是专业的）。但专家可能遭受相关的"知识诅咒"——假设他人分享他们的基线理解。在自己的领域，专家可能高估其专业观点被普遍持有的程度；在领域外，他们可能低估一般观点与自己观点的差异。
🚀 在话老师中识别你思维中的虚假共识效应 →
本页面是话老师思维模型知识库的一部分。
心智模型是"知道"，练成肌肉记忆才是"会"。去 AI 陪练用这个场景过一遍，或在训练营里找对应实战课。
🤖 AI 陪练 🗓️ 30 天训练营 🎨 生成海报