پرامپت‌های تصمیم‌گیری؛ استفاده از مدل به‌عنوان مشاور

برای تصمیم‌های مهم، دو بدرفتاری رایج وجود دارد: یا از مدل «جواب نهایی» می‌خواهیم (و مدل با اعتماد به نفس، حدس می‌زند) یا اصلاً کاری به مدل نداریم (و از سریع‌ترین ابزار جمع‌آوری گزینه محروم می‌مانیم). پرامپت تصمیم‌گیری درست، جای مدل را روشن می‌کند: مشاورِ جمع‌آوری و سنجش، نه تصمیم‌گیر.

نقش درست: مشاورِ بی‌طرفِ سنجشگر

از مدل بخواهید: گزینه‌ها را باز کند، هر گزینه را از چند معیار بسنجد، ریسک‌های هر مسیر را با جزئیات بیاورد و در پایان، «معیارهای تصمیم شما» را فهرست کند — نه «انتخاب شما». این مرز، تفاوت مشاور مفید و مشاور خطرناک است. برای الگوی استدلالی درست، زنجیرهٔ فکر را ببینید.

قالب ۱ — جدول تصمیم چندمعیاره

وظیفه: برای تصمیم زیر، جدول تصمیم بساز.
تصمیم: [تصمیم شما — مثلاً «کدام دورهٔ تخصصی را بخوانم؟»]
گزینه‌های من: [گزینه ۱]، [گزینه ۲]، [گزینه ۳]
معیارهای من (به ترتیب اهمیت): [معیار ۱]، [معیار ۲]، [معیار ۳]

قالب: جدول گزینه×معیار؛ در هر خانه فقط یک عدد از ۱ تا ۵
و در ستون آخر، جمع وزنی (وزن‌ها: [نسبت وزن‌ها]).
قواعد: از اطلاعات من استفاده کن؛ برای هر خانه‌ای که اطلاعات کافی
ندارم، بنویس «؟» و در یک جمله بگو چه اطلاعاتی لازم است.
در پایان: فهرست «سه چیزی که باید بدانم تا عدد‌ها مطمئن شوند» — نه انتخاب نهایی.

قالب ۲ — آزمون پیش‌نگرانه (پیش‌مورتابل)

وظیفه: برای تصمیم «[تصمیم شما]»، آزمون پیش‌نگرانه بساز.
یعنی: فرض کن ۱۲ ماه از تصمیم گذشته؛ سه سناریو بنویس:
۱) سناریوی خوب: چه نشانه‌هایی نشان می‌دهد درست بود
۲) سناریوی بد: اولین نشانه‌های خطا چه خواهند بود
۳) سناریوی غافلگیر: چه چیزی هست که در هیچ‌کدام دیده نشده

قواعد: نشانه‌ها قابل‌مشاهده باشند (عدد/رفتار) نه احساسی؛
برای هر سناریوی بد، یک «اقدام پیش‌گیرانهٔ امروز» پیشنهاد بده.

جدول خطاهای تصمیم‌گیری با مدل

بعد از جدول: تصمیم با شماست

خروجی مدل را با واقعیت‌های غیرقابل‌اندازه‌گیری (سبک زندگی، ریسک‌پذیری، منابع) ترکیب کنید؛ مدل این‌ها را نمی‌داند مگر بگویید. برای مقایسه‌های چندمرحله‌ای، زنجیرهٔ فکر و برای غربال ایده‌ها، پرامپت ایده‌پردازی را ببینید. هر عدد و ادعای بیرونی را چک کنید — دربارهٔ خطاهای مدل، هذیان مدل را بخوانید.

جمع‌بندی

مدل را در نقش «بازکنندهٔ گزینه‌ها و سنجشگر ریسک» نگه دارید؛ انتخاب نهایی و مسئولیتش با شماست. قالب‌های این مقاله را برای تصمیم‌های تکراری‌تان (استخدام، خرید ابزار، انتخاب مسیر) شخصی‌سازی کنید.

مثال عملی: انتخاب میان دو پیشنهاد شغلی

ورودی‌ها: گزینهٔ الف، حقوق بالاتر با سفر هفتگی؛ گزینهٔ ب، حقوق کمتر با دورکاری کامل. معیارها به ترتیب اهمیت: درآمد، وقت خانواده، مسیر رشد. خروجی سالم قالب جدول تصمیم: «درآمد: الف ۵، ب ۳ | وقت خانواده: الف ۲، ب ۵ | مسیر رشد: الف ۳، ب ۴ — جمع وزنی با وزن‌های شما (۴۰، ۳۵، ۲۵): الف ۳٫۴، ب ۳٫۹. خانه‌های با تردید: رشد در گزینهٔ ب، چون ساختار ارتقا مشخص نیست. سه چیز که باید بدانی: برنامهٔ ارتقای شرکت ب، حقوق دقیق پس از دورهٔ آزمایشی الف، و هزینهٔ واقعی سفر هفتگی.» نکتهٔ ظریف این خروجی، پاراگراف آخر است: مدل انتخاب نکرده؛ «چه چیزی را باید بدانی» فهرست کرده. تصمیم نهایی بعد از گرفتن همان سه اطلاعات با شماست و ممکن است با جدول هم نخواند — چون جدول، وزن احساسیِ «بچه‌ها این هفته فقط من را می‌بینند» را نمی‌داند. این دقیقاً همان مرز درست مدل در تصمیم است: سنجش‌گر، نه تصمیم‌گیر. یک تمرین تکمیلی برای تصمیم‌های مهم: بعد از پرشدن جدول، از مدل بخواهید «قوی‌ترین استدلال طرف بازنده» را هم بنویسد؛ اگر استدلالِ گزینهٔ باخنده شما را مکث انداخت، وزن معیارها را دوباره ببینید — گاهی وزن‌ها را از عادت داده‌ایم نه از ارزش واقعی.

پرسش‌های پرتکرار

مدل می‌تواند برای من تصمیم بگیرد؟

می‌تواند اما نباید؛ کیفیت تصمیمش به کیفیت ورودی شما بستگی دارد و مسئولیتش با شماست — مشاور بهتر، انتخاب نهایی خودتان.

برای تصمیم‌های مالی هم این قالب‌ها؟

بله برای ساختار دادن؛ برای عدد و پیش‌بینی، همیشه منبع تخصصی جدا لازم است.

چند گزینه به مدل بدهم؟

سه گزینه، تعادل خوبی بین تنوع و سردرگمی است.

برای تصمیم‌های گروهی هم این قالب‌ها کار می‌کنند؟

بله؛ جدول تصمیم را مدل می‌سازد اما وزن‌ها را جلسه تعیین می‌کند. عدد نهایی را ملاک بحث بگذارید نه رأی؛ اختلاف دیدگاه دربارهٔ وزن‌ها، خودش نیمی از بحث سالم تصمیم‌گیری است.