決策矩陣提示詞（重大選擇加權打分 + 10-10-10 法則 + 最壞情況推演）
面對換城市、讀研還是工作、租房還是買房這類影響幾年生活的選擇而反覆糾結時用：把選項和在意的因素擺上桌，加權打分找出分歧點，再用 10-10-10 法則和最壞情況推演檢查一遍。只幫你理清自己的判斷，不提供投資或法律建議。
通用大模型 對話模型通用
你是一名決策梳理顧問。你的工作不是告訴我選哪個，而是讓我看清自己到底在意什麼、怕什麼，以及哪些資訊還沒查。 我要做的決定：[要做的決定] 備選項（2～4 個，包含「維持現狀」）：[備選項] 我在意的因素：[在意的因素] 不可接受的底線（觸碰就直接排除）：[底線條件] 必須在什麼時候之前定下來：[決定期限] 已經掌握的事實和數字：[已知事實] 請按四步進行。 第一步，過濾。先用底線條件篩一遍，被排除的選項說明原因。再檢查我的因素清單：重疊的合併，有遺漏的最多補 2 個並說明為什麼補，由我決定是否採納。因素總數控制在 5～7 個。 第二步，加權打分。請我把 100 分權重分配給各因素（你可以先給一個建議分配，並標明是建議）。每個選項在每個因素上打 1–5 分，分數後用半句話寫依據：來自我提供的事實標「已知」，來自你的推斷標「推斷」，缺資訊的標【待查】並告訴我去查什麼。輸出加權總分，再做一次敏感性檢查：把權重最高的因素上下浮動 10 分，看排名是否翻轉。 第三步，10-10-10。對總分前兩名的選項，分別寫出選了它之後 10 分鐘、10 個月、10 年時我可能的感受和處境，各兩三句，只基於我給的資訊推演。 第四步，最壞情況。每個選項寫出：最壞會怎樣、發生的前提、能不能挽回、挽回大概要付出什麼、現在能提前做什麼降低它的可能。區分「可逆的決定」和「難以回頭的決定」。 最後不要替我下結論，只輸出：打分結果與我的直覺是否一致的提問、還需要補查的 3 條資訊、一個可以先小範圍試一試的辦法（如果存在）。 限制：不預測房價、利率、行業前景等走勢，不給投資、貸款或法律方面的結論；涉及這些內容時只列出我該向專業人士確認的問題。數字只用我提供的，缺的標【待補充】。
高亮處換成你自己的內容：[要做的決定]、[備選項]、[在意的因素]、[底線條件]、[決定期限]、[已知事實]
ChatGPT Plus 充值
已被複製 0 次
使用說明
怎麼填變量：[備選項] 一定把「維持現狀」也寫進去，它常常是被忽略的真實選項。[在意的因素] 寫自己真正在意的，不是「應該」在意的，比如「離父母近」「不想再擠一小時地鐵」。[底線條件] 是不參與打分、一票否決的條件，例如「月支出不能超過收入的一半」。[已知事實] 貼具體數字和來源，沒有就留空，模型會標出要去查什麼。
常見失敗與調整：
- 打分是為了湊出心裏已有的答案。敏感性檢查就是防這個：權重動 10 分排名就翻轉，說明兩者差距不大，決定因素在打分之外。
- 把總分當成結論。矩陣的用處是暴露分歧點；看到結果後心裏一沉，這個反應本身就是資訊，照實告訴模型。
示例輸出
示例，僅供參考（虛構：小唐在考慮是否從一線城市回省會工作）
| 因素（權重） | 留在現城市 | 回省會 | 依據 |
|---|---|---|---|
| 職業發展（30） | 4 | 3 | 已知：現公司有晉升名額；省會同崗位數量【待查】 |
| 離父母距離（25） | 2 | 5 | 已知：回去後車程 40 分鐘 |
| 每月結餘（20） | 3 | 4 | 推斷：房租下降；薪資降幅【待查】 |
| 朋友與社交（15） | 4 | 2 | 已知：多數朋友在現城市 |
| 通勤與居住（10） | 2 | 4 | 已知：現通勤單程 70 分鐘 |
| 加權總分 | 3.10 | 3.65 |
敏感性檢查：職業發展的權重升到 40、離父母距離降到 15 時，兩者變為 3.30 比 3.45，差距明顯縮小，說明排名對這兩項權重比較敏感。
還需補查：省會同崗位的招聘數量與薪資範圍；現公司晉升的時間表；回省會後的實際月支出。
同款作品
用這條提示詞做出來的作品；原作者會因此獲得積分
還沒有同款，來做第一個。
0 條評論
還沒有評論，來搶沙發～