own一件事情的时候,怎么才能做到把这件事情做好呢?如何才能尽量全面的考虑到事情的方方面面?

提问

AI根据立正公开的文章和视频整理,不是他本人回复

把事做好,靠的是真正钻进这件事本身、把复杂问题拆成能判断的小问题,再用行动和反馈逐步补全,而不是一开始就追求想全所有方面。

全面不是一次想完,而是拆开再拼回

材料里的观点

立正认为人脑没法一下处理一团乱麻式的复杂问题,得先抽象、归纳,把复杂问题拆成许多清晰的简单问题,逐个判断,再回头对整体下结论。他提醒“无非是”这种说法背后常是居高临下、把自己视角直接套上去,容易只看到复杂事物的一小面就下结论。要提升判断力,得真正扎进问题里,尽量多看不同面,并意识到自己带着偏见,主动听不同人的想法,梳理清楚后再抓最本质的东西。所以“考虑全面”更像一个反复展开、再收拢的过程,而非开工前的一次性清单⁠1。

把注意力放在事情上,而不是自己的纠结上

材料里的观点

立正观察到,有些人反复纠结没意义的工作,一下午产出很有限;另一些人每件事都做到位、拿出来的成果很扎实。差别在于前者想的是自己,后者真的去想这件事本身,也才更可能做成。他还提到,事情真正的难度和关键所在,常和当事人以为的地方不一样,原因正是没把自己带进事情里。对应到“怎么考虑全面”,可以先问:我现在的分析是在解决这件事的关键难点,还是在处理我自己的担心?这个区分能帮你把精力放到真正影响结果的地方⁠2。

先做两成,再带着结果补全

立正讲过一个“百分之二十”的做法:一件事做到两成左右就可以拿去和人讨论,比如先看基础数据、调研竞品和别人怎么做,判断值不值得继续探索。他也强调行动优先——想得到某个结果,抱怨不会带来它,只有不断行动才可能。放到“全面考虑”上,比较可行的路径是:先挑一个能验证关键假设的小动作做出来,看反馈是否推翻你原来的判断,再决定往哪个方向补。这样全面性来自一轮轮修正,而非开工前的空想⁠3,4。

这些片段讲的是判断与行动的一般原则,没有针对你具体那件事的领域细节;涉及专业判断时仍需结合该领域的具体信息。

回到4份原文

3 视频 发言:立正 2023-11-13

如何跟老板1:1? ↗

给出“做到两成就去讨论”的具体做法,适合理解如何边做边补全。

公司里面有些需要非常细心,不能出差错的问题,我自己去做的时候,如何避免忘了哪些东西,如何避免漏掉内容呢?

追问

AI根据立正公开的文章和视频整理,不是他本人回复

防漏靠的是把“该检查什么”从记忆里搬到外部清单上,并让每一步都能被核对;只靠提醒自己细心,反而最容易漏。

把检查项外化成可勾选的清单

材料里的观点

需要细心、不能出错的事,最怕的是依赖“我记得要查”。更稳的做法是事前把这类任务拆成一份固定的检查项,每项写成能判断对错的具体问题,做完一项勾一项。立正在讲访谈整理时用的就是这个思路:写完不靠感觉判断“差不多”,而是逐条过一遍检查问题,比如每个重要判断能不能回到原话或原始场景、有没有把细节删到只剩概念⁠1。这套检查项可以照搬到你的场景:把上次出错或差点出错的地方记下来,变成清单里的一条,下次直接照着过。清单的价值在于它不随你当天的状态波动。

让判断过程留下痕迹,漏没漏才看得出来

光有清单还不够,关键是每一步要留下能被回看的依据。立正讲课程设计时提到,要补的是被省掉的判断过程:先做出来,再把选择的前提摊开,比较不同方案,最后换一个条件看原来的答案在哪里失效⁠2。放到你的任务上,就是不要只交一个结果,而是在过程中记下你依据什么做了这个判断、查了哪些地方。这样漏掉的部分会在回看时暴露出来,而不是等出错后才发现。比如核对一份合同,把每个条款对应的依据写在一旁,比只写“已核对”更能发现缺口。

把容易漏的环节交给别人或工具兜底

AI推演

如果某类错误反复出现,可以考虑不把它压在自己一个人身上。立正讲精力管理时提到,要优先做那些需要跟别人输入输出的任务,借助合作把事往前推⁠3。对应到防漏,就是让第二个人或一个自动检查环节专门看最容易出错的那几项,而不是全靠自己再查一遍。这在你独自负责、又没人复核时不一定成立,那时更现实的是把清单做得更细、把关键项单独标出来。

现有材料没有专门讲“细心类任务如何防漏”的方法,以上是从访谈整理检查和课程设计思路迁移过来的,具体清单内容仍需按你的任务来定。

回到3份原文