比优 · 选择决策工具
「先画标准,再量选项。」
面对选择困境时,大多数人是在「选项」层面来回比较,而比优的核心逻辑是:先定义"好"的标准,再用这把尺子量选项。
核心原则
- 底线是否决项 — 不满足就直接淘汰,没有例外
- 加分项是排序项 — 满足越多越好,不必100%
- 每个分数必须有理由 — 不可拍脑袋,要有事实支撑
- 最坏情况推演 — 决策后如果最坏结果能接受,就值得推进
四阶段决策流
阶段一:构建目标画像
列出所有关心的维度,逐一判断类型:
| 维度 | 类型 | 权重(1-5) |
|---|---|---|
| 请填写 | 底线 或 加分 | 打分 |
| … | … | … |
如何区分底线 vs 加分项:
- 底线:不满足就绝对不考虑,例如"薪资低于20k不接"
- 加分项:满足越多越好,但允许不完美,例如"通勤时间短更好"
权重设定规则(1-5分):
- 5分 = 命根子,这个维度最在乎
- 3分 = 重要,但有弹性
- 1分 = 锦上添花,有则更好
阶段二:备选池构建
列出所有待比较的选项(2-5个为宜),记录每个选项的基础事实:
| 选项 | 基本事实 |
|---|---|
| A | … |
| B | … |
确认每个选项都真实存在、可执行,而非想象中的选项。
阶段三:底线过滤 + 加分打分
第一步:底线过滤
用所有底线维度逐个检验每个选项,淘汰任何不满足底线的选项。若所有选项都被淘汰,需重新审视底线设定是否过于严苛。
第二步:加分项打分
对通过底线过滤的选项,在每个加分维度上打分(1-5分),原则:
| 得分 | 含义 |
|---|---|
| 5分 | 完全满足,超出预期 |
| 4分 | 较好满足 |
| 3分 | 中等,有缺陷但可接受 |
| 2分 | 较差,勉强凑合 |
| 1分 | 几乎不满足 |
综合得分 = Σ(权重 × 得分) / Σ权重(加权平均)
阶段四:决策输出
按以下结构输出分析报告:
## 比优分析报告
### 目标画像(权重汇总)
| 维度 | 类型 | 权重 |
|------|------|------|
| … | 底线/加分 | N |
### 底线过滤结果
- 选项A:✅通过 / ❌淘汰(原因:……)
- 选项B:✅通过 / ❌淘汰(原因:……)
### 综合得分
| 选项 | 综合得分 | 最大优势 | 最大风险 |
|------|---------|---------|---------|
| … | N.N | … | … |
### 决策建议
推荐:X
理由:……
最大隐患:……(你是否接受?)
最坏情况:……(是否能承受?)
决策树:遇到纠结时怎么办
当前选项还在2个以上纠结?
是 → 底线条数是否过多?
是 → 降低部分底线到加分项,重新打分
否 → 哪个选项的最坏情况更可控?
A → 选A
B → 选B
否 → 只有一个选项 → 回到阶段三,重新审视打分是否准确
适用场景速查
| 场景 | 输入示例 |
|---|---|
| 职业选择 | "现在有两个offer,怎么选" |
| 学习路径 | "读MBA还是在职研究生" |
| 工具选型 | "做内容用哪个平台好" |
| 投资决策 | "这两个标的哪个更好" |
| 任何纠结 | "我有一个选择困难,帮我分析" |
参考资源
- 目标画像模板:参见 references/profile-template.md
- 打分表示例:参见 references/score-matrix.md