如无必要，勿增实体：当两个解释都能说明现有线索时，优先选择假设更少、更可验证的那个。它不是「最简单的答案一定对」，而是「不要凭空多设假设」。
Abductive reasoning，从一个现象反推最可能的解释，是侦探式推理的正式名字。它与演绎（从前提必然推出结论）不同：溯因只给出「最可能」，永远可能被新线索推翻。
从一般前提推出必然结论：若前提为真且推理有效，结论必然为真。它保证有效，但不产生新知识。
从多个具体观察总结一般规律。结论是「大概成立」，不保证必然，容易受样本偏差影响。
一个能被观察或实验支持/推翻的陈述。好的推断会告诉你「怎么验证」，而不是只给一个结论。
一个说法若在任何情况下都无法被推翻，它其实没有信息量。科学上更看重「能被证伪」的陈述。
用先验概率加上新证据，不断更新判断的方法。核心是：先看这件事本来多常见，再看证据有多强。
在没看到当前证据之前，一个解释本来有多可能。它通常由基础比率决定。
看到证据之后更新得到的概率，也就是先验 × 证据强度之后的结果。
「如果该解释为真，出现这些线索的可能性有多大」。似然高，证据才有力地支持该解释。
只被生动的情节带走，忽略了「这类事本来就极少发生」。例如某种罕见情况本就罕见，即使情节合理，概率仍应很低。
用「大概 60%–75%」这类范围表达不确定性，比给一个精确数字更诚实——线索有限时尤其如此。
第一个进入脑海的解释会拖住后续判断。对策是先穷举所有可能，再逐项评估。
倾向于寻找支持自己已有判断的证据，而忽略相反证据。对策是主动问「什么线索能推翻它」。
只看到「留下来的样本」，看不到沉默的失败者，从而高估某种做法的有效性。
两件事一起出现，不代表其中一件导致另一件；可能有第三个共同原因，也可能纯属巧合。
能用疏忽或误解解释的，不要归因于恶意。它常与奥卡姆剃刀配合使用。
刚有一个合理解释就停止思考，忽略其他可能性。这是溯因推理中最常见的失误。