LESSON FLOW
这节课怎么学
1先看目标
完成一次小决策分析，并得到可执行的下一步验证动作。
2照着做一次
围绕“把纠结的问题写成一个决策题”完成一个小结果，不追求完美，先让结果出现。
3检查 MVP 交付物
决策题
4修一遍再去实操
保存能复用的提示词、模板、清单或流程，再进入任务做一个可验证 MVP。
1准备
材料、账号、文件或业务问题
2行动
把纠结的问题写成一个决策题
3验收
决策题
4复用
下一课：列出选项、限制和评价标准
KNOWLEDGE DEPTH
这节课真正要懂什么
AI 辅助决策不是让 AI 替你选，而是帮你把选项、标准、风险和低成本验证动作摆清楚。
底层原理
- 好决策先定义标准，再比较选项。不要先问 AI 哪个好。
- 每个选项都要看收益、成本、风险、不可逆程度和最小验证方式。
- AI 很擅长补盲区，但不承担后果；人必须保留最终拍板权。
- 当信息不足时，下一步不是做决定，而是设计一个低成本验证动作。
判断标准
- 你是否知道自己最看重哪 3 个标准。
- 每个选项是否都写出了最坏情况和可撤退方式。
- AI 是否提出了你原来没想到的风险。
- 最后结论是否包含“先验证什么”，而不是直接梭哈。
边界和误区
- 医疗、投资、法律、重大借贷、婚姻家庭等高风险决定，AI 只能帮你整理问题和资料。
- AI 不知道你的全部现实处境，不要把它的排序当成命令。
- 当你情绪很强时，先让 AI 帮你拆情绪和事实，不要马上做不可逆决定。
迁移方法
迁移方法：以后任何纠结都先写成“我要在 A/B/C 中选择，标准是 1/2/3，限制是 X，最怕 Y”。这样 AI 才能帮你比较，而不是哄你。
这节课适合谁
正在学习「AI 辅助决策训练」的人
开始前准备
- 一个真实目标：完成一次小决策分析，并得到可执行的下一步验证动作。
- 一份真实材料：文件、截图、链接、业务资料或项目目录。
- 10 到 30 分钟连续时间，先做小结果，不追求一次完美。
照着做
- 先写清楚你现在要解决的问题：完成一次小决策分析，并得到可执行的下一步验证动作。
- 准备一个真实材料，不要用空题目练习。材料可以是文件、链接、截图、业务问题或项目目录。
- 按「把纠结的问题写成一个决策题」做一遍，只追求得到第一个可见结果。
- 把结果整理成「决策题」，不要只停留在聊天记录里。
怎么验收
- 你是否真的得到「决策题」。
- 结果是否能被别人看懂，而不是只有你自己知道在说什么。
- 是否留下了下次可以复用的模板、清单或步骤。
常见卡点和修法
结果太空补充真实背景、目标用户、材料来源和输出格式，再让 AI 重做一版。
看起来对但不能用要求 AI 按验收标准自检，并标出需要人工确认的事实。
学完不知道下一步先完成「决策题」，再进入右侧任务或下一课。
二次迭代
第一版完成后，不要马上换工具。先让 AI 按验收标准找 3 个问题，再改一版。能稳定复用以后，再考虑自动化、Agent、模板库或团队交接。
MVP PLAYBOOK
新手第一成果样板
把「AI 辅助决策训练」变成一次能看见的结果。先不要研究模型参数，先让 AI 帮你完成一件小事。
先做出的 MVP
一份可检查的小成果：决策题，并写下哪里能用、哪里还要人工修改。
需要准备
- 一个真实问题
- 一段可复制材料
- 你希望最终得到的格式
- 3 条验收标准
验收标准
- 结果不是空话
- 能被别人看懂
- 知道事实需要自己确认
- 留下下一次可复用的问法
下一步
完成后进入一个小任务，用真实材料再跑一遍，不要停在看懂概念。
可复制模板
我要学习「把纠结的问题写成一个决策题」。 我的场景： 我已有的材料： 我想得到的结果：决策题 我不懂或担心的地方： 请按新手能照做的方式，先给我第一步，再给验收标准和常见错误修复。