1. 写出一个足够窄的决策问题
不要写“我要不要转行”这种大问题。把它改成一个可比较的问题,例如“未来 6 个月,我应该继续当前岗位、内部转岗,还是准备转到教育产品?”问题越窄,后面的标准越容易稳定。
- 时间范围是什么?
- 这次只比较哪些选项?
- 这次决策的最小可执行结果是什么?
输出:一个只包含时间范围、候选选项和决策目的的问题句。
方法库 / 决策
将选项与关键标准打分加权,降低凭感觉做决定的波动。
决策矩阵适合处理“选项已经出现,但判断标准混在一起”的问题。它不替你给出正确答案,只把选择拆成选项、标准、权重、分数和证据五个部分。
这个方法最重要的不是算出一个总分,而是暴露你的评价标准:你到底在用成长、收入、稳定、兴趣、风险中的哪几个因素做判断,以及这些因素的优先级是否合理。
完成后,你会得到一份「决策对比表」。它不是结论,而是一份可以保存、复盘、继续验证的行动材料。
不要写“我要不要转行”这种大问题。把它改成一个可比较的问题,例如“未来 6 个月,我应该继续当前岗位、内部转岗,还是准备转到教育产品?”问题越窄,后面的标准越容易稳定。
输出:一个只包含时间范围、候选选项和决策目的的问题句。
矩阵不适合比较无限多的可能性。先把选项压到 2-5 个,并给每个选项写一句定义。定义不清的选项先不进入矩阵,改为信息访谈或小实验。
输出:2-5 个可执行、可区分的候选选项。
常见标准包括成长、收入、稳定、兴趣、能力匹配、市场需求、转换成本和生活影响。不要一次放太多,4-7 个就够。每个标准要写清楚评分含义,否则不同选项的分数没有可比性。
输出:一组带定义的评价标准。
权重不是数学装饰,而是在逼你承认什么更重要。总权重等于 100%。如果你很难分配权重,先回到职业价值观排序;如果所有标准都一样重要,矩阵会失去判断力。
输出:每个标准对应一个百分比权重。
建议使用 1-5 分。每个分数旁边写一句证据,例如“访谈 2 位从业者后确认该岗位学习曲线高”,而不是只写 4 分。没有证据的分数要标记为“待验证”。
输出:带证据备注的评分表。
总分最高只表示在当前假设下更符合标准。最后要看三件事:总分差距是否足够大;某个关键标准是否低到不可接受;调整权重后排序是否稳定。
输出:一个暂定选择,以及 1-2 个必须先验证的风险点。
假设问题是:未来 6 个月,我应该留在当前运营岗位、争取内部转产品,还是准备外部教育产品岗位?评分使用 1-5 分,括号里记录主要证据。
| 选项 | 成长 30% | 收入 20% | 稳定 20% | 兴趣 20% | 转换成本 10% | 加权结果 |
|---|---|---|---|---|---|---|
| 留在当前运营 | 2(学习曲线放缓) | 4(收入稳定) | 5(风险低) | 2(动力下降) | 5(无需转换) | 3.30 |
| 内部转产品 | 4(可接触产品流程) | 3(短期不涨薪) | 4(组织熟悉) | 4(兴趣较高) | 3(需补作品) | 3.70 |
| 外部教育产品 | 5(成长空间大) | 3(薪资不确定) | 2(试用风险) | 5(方向匹配) | 2(行业信息不足) | 3.70 |
内部转产品和外部教育产品总分相同,但风险结构不同:内部转产品更稳,外部教育产品成长和兴趣更高。下一步别直接辞职,先做 3 次信息访谈,并用 2 周补一个教育产品作品样稿。
决策问题: 候选选项: 评分规则:1=很弱 / 3=可接受 / 5=很强 选项 | 标准 A(权重) | 标准 B(权重) | 标准 C(权重) | 标准 D(权重) | 加权总分 | 证据缺口 选项 1 | 分数 + 证据 | 分数 + 证据 | 分数 + 证据 | 分数 + 证据 | | 选项 2 | 分数 + 证据 | 分数 + 证据 | 分数 + 证据 | 分数 + 证据 | | 结论: 最高分选项: 关键低分项: 权重变化后是否反转: 下一步验证动作:
加权决策矩阵的现代形式由英国产品设计师 Stuart Pugh 在 1991 年《Total Design》中提出;泛化的多标准决策分析可追溯到更早的运筹学传统。本卡按中文场景重写。
如果困扰已经影响睡眠、饮食、安全感或日常功能,优先寻求专业支持。
先判断你卡住的属于哪一类决定,再选对应的处理方式。
把一个选项的收益和成本(包括隐性的)都列出来量化比较,避免只看好处。
每个选择真正的代价,是你为了它放弃的那个最好的别的选择。
多问一句「然后呢」,看到决定在几个月甚至几年后才显现的后果。