2025-05-10 17:49:28
做產品，要怎麼知道自己會不會成功，有沒有什麼可複製的方法來評估？
答案其實只有一個，就是是問自己：「這個生意要成功，真正的關鍵成功因素（Key Success Factors）是什麼？」，盡可能的去挖，甚至去找專家討論，幫助你列全。
然後，你就要針對每一個 KSF 誠實評估三件事：
1. 現在你掌握多少？
2. 哪些是你未來一年內可以掌握的？
3. 哪些是你掌握不到，但可以透過合作或資源補足的？
這張清單會是你一開始做產品，最關鍵的工具。
因為如果你做一段時間後發現，某幾個「最關鍵的因素」你永遠掌握不到，或是風險太大，那你應該要果斷的放棄，去找下一個你能掌握 KSF 的點子。
2025-04-13 14:10:03
每次面對重大選擇——要不要離職？該不該分手？合作還是拒絕？你是不是總覺得卡住、焦慮、越想越不爽？
不是你優柔寡斷，是你被錯誤的決策敘事綁架了。
因為我是 CMoney 的顧問，這個月我參加了 CMoney 的內部主管讀書會，我想分享我從拜倫·凱蒂《我需要你的愛，這是真的嗎？》這本書延伸出來的讀書心得，來和大家分享。
「我是不是該離職？」
「我要不要結束這段關係？」
「要不要跟他攤牌？」
我們經常陷入這種「行動導向的焦慮」，以為只要找到正確解法，焦慮就會消失。
但問題是：你連「現在到底是什麼情況」都還沒搞清楚，就開始設計選項，這就像是醫生還沒診斷就直接開刀。
這也呼應拜倫·凱蒂提出的第一問：「這是真的嗎？」
沒確定好現實，就開始思考，把現實想的太糟，在想解法的時候，老是在兩個壞的中選比較不壞的，心情也跟著不好。
其實你不是在解問題，你是在解自己腦補出來的劇本。
心得：
決策前，先做「現實釐清作業」。如果你沒搞清楚現實，思考只是在浪費想像力。
「要痛苦地留下？還是痛苦地離開？」
「要委屈自己接受？還是冒著關係破裂表達？」
聽起來好像在做選擇，實際上你只是在兩種都不爽的狀況下做投降。你不是選擇，而是預設「只能選這兩個」。
因為你沒真的盡力找出選項，然後好好做決策。二選一個決策，失敗率其實超高。
其實，大多數的好選項，一開始都不在顯眼處。有些選項，你不是不能做，而是你：
心得：
找出你預設不存在的選項。把「不可能的選項」重新拉回桌上，問：「如果我可以不用管面子／習慣／恐懼，我還會怎麼選？」、「我是不是故意忽略了更難但更好的選項？」
「如果我分手，我一定會崩潰一輩子。」
「如果我放棄這個案子，我會被貼上不負責任的標籤。」
這不是理性分析，是情緒劇本失控了。
事實上大多數的選項結果，沒你想得那麼好，也沒你想得那麼糟。
當你把某個選項的結果，把它想成完全不可接受，你沒有在選，其實你是在逃，這會造成你決策錯誤。
最常見的就是：分手有機會讓事情更好，但常常因為會把分手想的得太糟，而逃避選擇分手這個選項。
心得：
把最糟劇本寫出來、唸出來、看清楚——然後問自己：「這真的會那麼嚴重嗎？我真的會死嗎？」。這就是拜倫·凱蒂的轉念功夫，不是叫你樂觀，是叫你誠實。
「我應該負責任」→ 所以不能放手
「我應該堅持」→ 所以不能改變
拜倫·凱蒂的轉念練習其實就是：你敢不敢站到自己對立的立場，看一眼？
「也許我該放下」
「也許我該設限」
往往痛苦都來自於單一極端，平衡的思考讓人有掌控感，自然就會舒坦。一旦你能同時擁有兩個立場，你就從角色成為了玩家。
心得：
對每個你信以為真的信念，說出它的反面，並問：有沒有可能也對？
當你把眼前這次決策，當成成王敗寇的關鍵、一翻兩瞪眼的考驗、如果選錯就全盤皆輸的局，你就會卡在「怎麼選都不對」的感覺裡。
因為你問的不是：「哪個方向對我比較好？」，而是：「哪個選項比較不會讓我後悔？」
這樣你就陷入短視焦慮。
心得：
問自己這三題，幫你拉出時間維度：
痛苦不是來自選擇，而是你還沒搞清楚你在選什麼、選給誰、憑什麼捨不得。
你不是選項困難症，你是被自己講給自己的故事困住了。
--2025-03-17 15:15:05
大多數人把 AI 視為加速資訊吸收的工具，比如讓它做摘要，讓我們更快「讀完」一本書。但這其實錯過了一個更重要的機會：「AI 能夠讓閱讀本身變得更深入、更有趣」，甚至讓我們以前所未有的方式沉浸其中。
幾個我常用的方法
隨機生成的摘要往往會忽略上下文，因此最好的做法是按照書的目錄來做摘要，確保內容的組織方式符合原書架構，而不是讓 AI 片面決定重點。
舉例來說，《輝達之道》這本書描述了黃仁勳如何帶領 NVIDIA 成長，但其中的關鍵事件分散在各個章節。如果你想釐清 NVIDIA 發展的完整脈絡，可以請 AI 依時間順序整理事件，幫你把故事串聯起來，這比單純看摘要更能讓你掌握全貌。
許多書籍會提到影響產業發展的關鍵人物，但往往只是點到為止。例如《輝達之道》這本書中有提到的紅杉資本創辦人，但書中只花不到半頁的篇幅提及他。
這時，AI 可以幫你補充這個人的生平、投資哲學，甚至模擬他的思維方式，讓你更深入了解他的影響力。這不只是簡單的維基百科查詢，而是讓你能夠「對話」，你可以直接向 AI 提問，像是「他會如何評價 NVIDIA？」或是「他當年為何投資這家公司？」這讓你能夠跳脫書本的限制，獲得更全面的視角。
在我閱讀《輝達之道》的過程中，經常會遇到知識盲點或產生新問題，例如：
「為什麼 NVIDIA 會選擇這個技術路線？」
「這個決策的挑戰是什麼？」
「把產品架構改成 CUDA Core 有多難？」
這些問題在傳統閱讀方式下，你可能需要額外查找資料，甚至找不到清楚的解釋。但現在，你可以直接請 AI 解釋，並根據你的理解程度調整回答方式，如果你是工程師，你可以要求技術細節；如果你只是想理解大概的概念，AI 也能用更直觀的方式解釋。這讓讀書不只是被動吸收，而是一種主動探索的過程。
最後，讀完《輝達之道》後，我一直想起年輕讀過的《創新的兩難》這本書，如果《創新的兩難》的作者克里斯汀生來評論黃仁勳的策略，他會怎麼說？這就像是開了一場專屬於你的高端論壇，你可以邀請各種領域的專家（無論是已故的還是現代的）來討論書中的觀點。
如果 AI 只是幫助我們更快地讀完一本書，那麼它的價值其實是有限的，甚至可能讓我們錯過真正理解的機會。但如果 AI 能夠讓閱讀變得更深入、更有趣、更互動，它將徹底改變我們吸收知識的方式。
在這樣的閱讀體驗下，AI 不只是你的助手，而是一個能夠幫助你梳理內容、補充背景、解答疑問、甚至模擬專家對話的強大工具。這不只是更好的讀書方式，這是一場知識獲取的革命。
這樣的閱讀體驗，你會選擇放棄嗎？
--
不想錯過我的新文章：訂閱免費電子報
2025-03-14 17:42:37
「So what？」不是一句冷漠的反問，而是一個關鍵的思考方式，如果這件事完成了，那又怎樣？它能帶來什麼影響？會改變什麼？
如果結果只是一串看似不錯的數字，卻沒有後續的行動，那麼，這件事真的值得投入時間嗎？
我真的遇太太多人，是為了做而做
在下手做每一件事時，你該問自己「So What」：做了調查後 So What，若不會發生任何事，你就不需要浪費資源去做調查。
改了這個流程或介面後 So What？若只是帶來數據上的提升，卻沒辦法再放大，那你該審慎評估是否要投入。
加了這個功能後 So What？若只是幫助某類用戶解決問題，但卻無法幫助產品提破成長瓶頸，那你應該再想想。
So What 的思考是有套路的：
讓我們做有價值的事，而不是做「看起來不錯」的事。
The post 動手之前，先想 So what first appeared on Mr. PM 下午先生.2025-03-14 17:25:39
超過 70% 的員工，會隱瞞工作上的問題，這可能是因為
主管最大的失敗，就是拿到的總是「優化版」的資料。為了避免被「向上管理」，你可以這樣做～
誠實的回饋比「好聽的報告」更值錢。
--
