咨询和心理产品里，人很容易根据相似外观做判断。一个来访者总说自己拖延，就被联想到执行功能问题；一个学生总担心考试，就被联想到考试焦虑；一个员工表达疲惫，就被联想到职业倦怠。代表性启发指人根据“看起来像不像某类典型情况”来判断。
这种判断速度快，有时有帮助，但也容易带来误判。相似表现背后的原因可能完全不同。
相似表现可能来自不同机制
拖延可能来自害怕失败，也可能来自任务目标模糊、睡眠不足、情绪回避或资源不够。考试担心可能来自能力评估，也可能来自家庭期待、同伴比较或身体警觉。只看表面表现，很容易错过核心机制。
心理测评报告和咨询记录要把表现拆开。用户做了什么、当时情绪如何、身体反应是什么、环境发生了什么、他怎样解释这件事，这些信息都要一起看。
解释深度错觉相关内容可看解释深度错觉影响测评报告，行动步骤需要写清楚。知道一个概念，不代表已经理解当前个案。
AI系统更容易套相似模式
AI 心理助理面对用户文本时，也可能把相似描述归入熟悉模式。用户写“我不想上班”，系统可能直接生成倦怠建议；用户写“我很怕他离开”，系统可能直接归到依恋焦虑。这样的建议看起来合理，却可能过早定型。
产品应让系统先收集关键差异。比如持续时间、触发场景、功能受损程度、支持资源、用户自己的解释。差异信息越清楚，代表性启发带来的误判越少。
评估要保留反例
咨询师和 AI 产品都可以主动寻找反例。这个表现在哪些场景没有出现？用户什么时候能正常行动？同样压力下，哪一次反应不同？反例能打破过快归类。
可以使用三类问题：
- 这个问题最常出现在哪些场景。
- 哪些场景里它反而减轻。
- 用户自己怎样解释差异。
这些问题能让判断回到当前材料。
报告标签要少一点。
心理测评报告中，标签越多，越容易让用户以为自己已经被归类。更稳的方式是写出当前证据、可能机制和待确认信息。比如“当前表现接近压力回避，需要结合睡眠和任务结构继续判断”。
咨询机构也可以把代表性启发纳入督导。督导时需要同时看咨询师用了哪个概念，以及这个概念是否来自当前材料。若判断主要来自“看起来像”，就需要回到访谈证据和测评结果。
对 AI 产品来说，系统可以在生成建议前列出“相似点”和“差异点”。相似点帮助建立初步方向，差异点避免过快套入模板。这样的输出更适合专业人员复核。
代表性启发还会影响用户自我判断。用户在网上看到某类症状描述后，容易把自己套入相似案例。心理产品若只给标签解释，会加重这种倾向。更好的做法是让用户回到频率、持续时间、影响范围和具体场景。
在内容运营上，相关主题也适合写得更细。与其写一个泛泛的“拖延怎么办”，不如区分害怕失败、任务不清、情绪回避和睡眠不足。机制不同，建议也会不同。
代表性启发提醒心理工作者，经验可以提供线索，当前个案仍然需要重新评估。相似表现只是入口，机制分析才决定支持方式。