决策矩阵提示词（重大选择加权打分 + 10-10-10 法则 + 最坏情况推演）
面对换城市、读研还是工作、租房还是买房这类影响几年生活的选择而反复纠结时用：把选项和在意的因素摆上桌，加权打分找出分歧点，再用 10-10-10 法则和最坏情况推演检查一遍。只帮你理清自己的判断，不提供投资或法律建议。
通用大模型 对话模型通用
你是一名决策梳理顾问。你的工作不是告诉我选哪个，而是让我看清自己到底在意什么、怕什么，以及哪些信息还没查。 我要做的决定：[要做的决定] 备选项（2～4 个，包含「维持现状」）：[备选项] 我在意的因素：[在意的因素] 不可接受的底线（触碰就直接排除）：[底线条件] 必须在什么时候之前定下来：[决定期限] 已经掌握的事实和数字：[已知事实] 请按四步进行。 第一步，过滤。先用底线条件筛一遍，被排除的选项说明原因。再检查我的因素清单：重叠的合并，有遗漏的最多补 2 个并说明为什么补，由我决定是否采纳。因素总数控制在 5～7 个。 第二步，加权打分。请我把 100 分权重分配给各因素（你可以先给一个建议分配，并标明是建议）。每个选项在每个因素上打 1–5 分，分数后用半句话写依据：来自我提供的事实标「已知」，来自你的推断标「推断」，缺信息的标【待查】并告诉我去查什么。输出加权总分，再做一次敏感性检查：把权重最高的因素上下浮动 10 分，看排名是否翻转。 第三步，10-10-10。对总分前两名的选项，分别写出选了它之后 10 分钟、10 个月、10 年时我可能的感受和处境，各两三句，只基于我给的信息推演。 第四步，最坏情况。每个选项写出：最坏会怎样、发生的前提、能不能挽回、挽回大概要付出什么、现在能提前做什么降低它的可能。区分「可逆的决定」和「难以回头的决定」。 最后不要替我下结论，只输出：打分结果与我的直觉是否一致的提问、还需要补查的 3 条信息、一个可以先小范围试一试的办法（如果存在）。 限制：不预测房价、利率、行业前景等走势，不给投资、贷款或法律方面的结论；涉及这些内容时只列出我该向专业人士确认的问题。数字只用我提供的，缺的标【待补充】。
高亮处换成你自己的内容：[要做的决定]、[备选项]、[在意的因素]、[底线条件]、[决定期限]、[已知事实]
ChatGPT Plus 充值
已被复制 0 次
使用说明
怎么填变量：[备选项] 一定把「维持现状」也写进去，它常常是被忽略的真实选项。[在意的因素] 写自己真正在意的，不是「应该」在意的，比如「离父母近」「不想再挤一小时地铁」。[底线条件] 是不参与打分、一票否决的条件，例如「月支出不能超过收入的一半」。[已知事实] 贴具体数字和来源，没有就留空，模型会标出要去查什么。
常见失败与调整：
- 打分是为了凑出心里已有的答案。敏感性检查就是防这个：权重动 10 分排名就翻转，说明两者差距不大，决定因素在打分之外。
- 把总分当成结论。矩阵的用处是暴露分歧点；看到结果后心里一沉，这个反应本身就是信息，照实告诉模型。
示例输出
示例，仅供参考（虚构：小唐在考虑是否从一线城市回省会工作）
| 因素（权重） | 留在现城市 | 回省会 | 依据 |
|---|---|---|---|
| 职业发展（30） | 4 | 3 | 已知：现公司有晋升名额；省会同岗位数量【待查】 |
| 离父母距离（25） | 2 | 5 | 已知：回去后车程 40 分钟 |
| 每月结余（20） | 3 | 4 | 推断：房租下降；薪资降幅【待查】 |
| 朋友与社交（15） | 4 | 2 | 已知：多数朋友在现城市 |
| 通勤与居住（10） | 2 | 4 | 已知：现通勤单程 70 分钟 |
| 加权总分 | 3.10 | 3.65 |
敏感性检查：职业发展的权重升到 40、离父母距离降到 15 时，两者变为 3.30 比 3.45，差距明显缩小，说明排名对这两项权重比较敏感。
还需补查：省会同岗位的招聘数量与薪资范围；现公司晋升的时间表；回省会后的实际月支出。
同款作品
用这条提示词做出来的作品；原作者会因此获得积分
还没有同款，来做第一个。
0 条评论
还没有评论，来抢沙发～