A / ONE COSTLY DECISION
商業決策校準
穿透 → 共決 → 驗證
- 01
穿透
拆開事實、假設、選項、利益關係與未知。
- 02
共決
用判準比較方案,也說清楚為什麼拒絕其他選項。
- 03
驗證
留下下一步、要收的證據,以及重新打開決策的條件。
About / 李肇原
CAT__SOC
JOEY CAT AI
WHY THIS WORK
我從法律與社會學的訓練出發,習慣追問:一個說法根據什麼成立、忽略了誰、在什麼條件下會失效。
後來大量使用 AI 做研究、寫作、會議整理、商業判斷與知識工作,我看見另一個問題:工具可以很快做出東西,但如果判斷沒有被說清楚,速度只會讓混亂更快累積。
所以文科橘貓不把自己定位成替人安裝更多 AI 的技術商。我做的是陪人穿透重要又混亂的工作問題:若卡在高成本選擇,就共同做出可回看的決策;若卡在反覆工作,才把方法建成實際操作者能測試、重跑與接手的 AI 工作流。
工作信念在未知中共同找路,把下一步做到可驗證。好的工作方式也不該讓人永遠更忙,而要留下摸魚也不會崩掉的空間。
工作方法
品牌信念穩定,但決策服務不假裝一定要交付工作流;只有重複工作才需要測試與移交。
A / ONE COSTLY DECISION
穿透 → 共決 → 驗證
拆開事實、假設、選項、利益關係與未知。
用判準比較方案,也說清楚為什麼拒絕其他選項。
留下下一步、要收的證據,以及重新打開決策的條件。
B / ONE REPEATABLE WORKFLOW
穿透 → 共建 → 測試 → 移交
釐清任務、操作者、資料來源、品質門檻與常見失敗。
把當事人的默會知識放進最小可用原型。
用已知與未見案例檢查品質,不讓順利示範代替驗收。
由指定操作者獨立重跑,留下維護邊界與恢復路徑。
工作原則
先找出真正需要做的判斷或工作,不讓工具名稱替需求作答。
把外部來源、原始材料與整合判斷分開,主動找會推翻結論的訊號。
遇到陌生領域先建立足以判斷的模型,再用來源與真實案例修正。
把使用者的默會知識放進方法,做出能操作、能驗收、低維護的版本。
工作邊界
拒絕不適合的工作,不是少服務一點,而是讓留下來的合作可以被驗收。
PUBLIC NOTES
官網負責說清楚合作;社群則保留研究中的問題、AI 使用觀察與一人公司的現場思考。
如果這種工作方式適合你