點樣用 AI 參與個人重大決策

過去一年，我幾乎所有重要決定都俾 AI 參與咗決策，大大小小可能過百個。

我相信好多人都問過 AI 類似嘅問題。

經過我呢年幾嘅思考實踐，我都覺得我應該掌握咗呢個技巧。或者話，效果已經超過我預期。

做法都好簡單，將你當下嘅情況資訊交俾 AI，佢做一次全景分析，畀你出方案。

咁具體點做？呢篇文章會由底層邏輯講清楚。

如果有啲朋友可能唔係好了解 agent 或者 SKILL，可以將我呢篇文章發俾 AI。

一個正常嘅決策需要邊啲資訊

我哋正常做決策，需要考慮邊啲資訊？

1. 內部資訊（你自己）

• • 自我認知：價值觀、優劣勢、長期目標
• • 當前狀態：精力、情緒、健康、時間、金錢
• • 歷史經驗：歷史選擇、覆盤記錄

2. 外部資訊（選項同環境）

• • 客觀事實：成本、收益、風險、可逆性
• • 他人視角：外部建議、相關經歷者嘅一手經驗
• • 環境與約束：外部趨勢、時間窗口、不可控因素

3. 決策框架（權衡嘅標準）

• • 評判尺度：用咩嚟衡量好壞
• • 優先級：幾個目標衝突時，邊啲應該優先

呢啲係決策嗰陣應該考慮嘅因素，但係大多數人係考慮唔曬嘅。

呢個時候就可以用 AI 嚟輔助。

AI 解決嘅方法

決策嘅質量，取決於你能夠將幾多「未知」轉成「可用」。

內部資訊：人好多時候冇辦法記住所有事

解決方案：LLM 專屬個人知識庫 + 結構化日誌系統

歸檔梳理自我認知、身心狀態、時間財務數據、過往決策同覆盤記錄。

自動提煉個人優劣勢、行為慣性同決策盲區，校驗當下行為同長期目標嘅匹配度，精準召回同類場景嘅過往經驗。

外部資訊：對當前事情嘅決策資訊缺失

解決方案：LLM + 外部資訊檢索

針對各類決策選項，AI 可以全面蒐集、核驗、量化成本、收益、風險同可逆性，聚合行業趨勢、政策動態、普通人真實實操經驗。

同時梳理決策時間窗口同各類外部約束，生成多選項對比清單，補齊資訊差。

決策框架：人腦好多時候冇辦法冷靜咁處理大量資訊。

解決方案：SKILL 化思維模型 + 按需調取資訊

Agent+Skill 可以 1:1 模擬權衡、計算、對比、推演嘅理性思維

兩個前提

資訊齊咗，就進入選擇。首先要承認兩個前提：

冇絕對正確嘅選擇，任何決策本質上都係取捨。

你冇可能等到百分百確定先動手，所以我唔追求揀得絕對啱，只係比邊種做法贏面更大，再叫 AI 將每個選項嘅勝率盤清楚，揀贏面最大嗰個。

一個選項無論贏面幾大，只要一旦失敗，後果係不可逆、而且你承擔唔起嘅，就直接放棄。

人一生中回報最高嘅幾件事：創業、轉行、同一個人深度綁定，幾乎都不可逆。

真正要放棄嘅，係嗰種一旦失敗就冇辦法翻身嘅選擇。

人情緒上頭個陣最容易忽視呢條底線，所以呢一步我交俾 AI 冷靜估算。

決策之後嘅覆盤

每做完一件事，會自動記錄五項：

1. 1. 事情嘅來龍去脈
2. 2. 當時做出嘅選擇
3. 3. 最終嘅結果
4. 4. 佢對你嘅實際影響
5. 5. 如果再有下一次，會點樣調整

當下遇到新決策嗰陣，AI 自動匹配歷史同類場景，一鍵調出：當時嘅思考、選擇、執行過程、最終結果、踩坑點、經驗教訓。解決「記唔住過往經驗」嘅核心痛點。

我自己嘅例子：

點樣令自己每次都做到

上頭嗰陣，人好難每一步都老老實實行完，道理記得住，做唔做到係另一回事。

所以針對大事上，需要一個絕對理性化嘅思維模型。

• • 佢平時就存住我係邊個、我要啲咩：決策時直接調出嚟，唔使臨時回憶
• • 佢按事情大小分檔：小事幾分鐘畀個建議，大事行一次完整推演
• • 碰到不可逆、影響大嘅事，佢會強制停低，先翻一次我過去栽過嘅同類跟頭
• • 每做完一個決定，佢留一個檔案，結果嗰欄先空住，等真實結果返嚟先填

講到底，呢套系統冇幫我做過任何一個決定。佢做嘅，只係喺我最想偷懶、最容易衝動嘅時候，將我按返落應該行嘅流程上。

最後

迭代嘅永遠係人嘅判斷

針對機器迭代永遠迭代唔完。

實踐 → 影響自身 → 優化你「第一時間嘅思考」。其他一切都只係輔助。

呢套決策系統，你可以複製文章發俾自己習慣嘅 AI，叫佢幫你搭建。

當然，呢個都係屬於我 LifeOS 中其中一個模塊，歡迎體驗。

我係邊個：

我是梵睿，AI 架構師。1年時間，搭成「軍師」系統 LifeOS。解決成長路上嘅各種問題，幫你建立自己嘅「人生操作系統」。

如何用 AI 參與個人重大決策

過去一年,我幾乎所有重要的決定都讓 AI 參與了決策,大大小小可能有 100 多個。

我相信很多人也問過AI類似的問題。

經過我這一年多的思考實踐,我也覺得我應該是掌握了這個技巧。或者說，效果已經超過我的預期。

做法也很簡單,把你當前的情況信息交給 AI,它做一次全景分析,給你出方案。

那具體怎麼做的？這篇文章會從底層邏輯講清楚。

如果有一些小夥伴可能不太瞭解agent 或者 SKILL 的，可以把我這篇文章發給AI。

一個正常的決策需要哪些信息

我們正常做決策，需要考慮哪些信息？

1. 內部信息(你自己)

• • 自我認知：價值觀、優勢短板、長期目標
• • 當前狀態：精力、情緒、健康、時間、金錢
• • 歷史經驗：歷史選擇、覆盤記錄

2. 外部信息(選項和環境)

• • 客觀事實：成本、收益、風險、可逆性
• • 他人視角：外部建議、相關經歷者的一手經驗
• • 環境與約束：外部趨勢、時間窗口、不可控因素

3. 決策框架(權衡的標準)

• • 評判尺度：拿什麼衡量好壞
• • 優先級：幾個目標衝突時,什麼應該優先

這是決策的時候應該考慮的因素，但是大多數人，是考慮不全的。

這個時候就可以用上AI來輔助。

AI 解決的方法

決策的質量,取決於你能把多少"未知"轉成"可用"。

內部信息：人很多時候無法記住所有事

解決方案： LLM 專屬個人知識庫 + 結構化日誌系統

歸檔梳理自我認知、身心狀態、時間財務數據、過往決策及覆盤記錄。

自動提煉個人優劣勢、行為慣性和決策盲區，校驗當下行為與長期目標的匹配度，精準召回同類場景的過往經驗。

外部信息:對當前事情的決策信息缺失

解決方案： LLM + 外部信息檢索

針對各類決策選項，AI可全面蒐集、核驗、量化成本、收益、風險與可逆性，聚合行業趨勢、政策動態、普通人真實實操經驗。

同時梳理決策時間窗口與各類外部約束，生成多選項對比清單，補齊信息差。

決策框架：人腦很多時候無法冷靜的處理大量信息。

解決方案：SKILL化思維模型+按需調取信息

Agent+Skill可以1:1模擬權衡、計算、對比、推演的理性思維

兩個前提

信息齊了,就進入選擇。首先要承認兩個前提:

沒有絕對正確的選擇,任何決策本質上都是取捨。

你不可能等到百分百確定再動手,所以我不追求選得絕對對,只比哪種做法贏面更大,再讓 AI 把每個選項的勝率盤清楚,挑贏面最大的那個。

一個選項無論贏面多大,只要一旦失敗,後果是不可逆、且你承擔不起的,就直接放棄。

人一生中回報最高的幾件事：創業、轉行、與一個人深度綁定，幾乎都不可逆。

真正要放棄的,是那種一旦失敗便再也無法翻身的選擇。

人在情緒上頭時最容易忽視這條底線,所以這一步我交給 AI 冷靜估算。

決策之後的覆盤

每做完一件事,會自動記錄五項:

1. 1. 事情的來龍去脈
2. 2. 當時做出的選擇
3. 3. 最終的結果
4. 4. 它對你的實際影響
5. 5. 倘若再來一次,會怎麼調整

當下遇到新決策時，AI 自動匹配歷史同類場景，一鍵調出：當時的思考、選擇、執行過程、最終結果、踩坑點、經驗教訓。解決「記不住過往經驗」的核心痛點。

我自己的例子：

怎麼讓自己每次都做到

上頭的時候,人很難每一步都老老實實走完，道理記得住,做不做得到,是另一回事。

所以在針對大事上，需要一個絕對理性化的思維模型。

• • 它平時就存着我是誰、我要什麼：決策時直接調出來,不用臨時回憶
• • 它按事情大小分檔:小事幾分鐘給個建議,大事走一遍完整推演
• • 碰到不可逆、影響大的事,它會強制停下來,先翻一遍我過去栽過的同類跟頭
• • 每做完一個決定,它留一個檔案,結果那欄先空着,等真實結果回來再填

說到底,這套系統沒替我做過任何一個決定。它做的,只是在我最想偷懶、最容易衝動的時候,把我按回該走的流程上。

最後

迭代的永遠是人的判斷

針對機器迭代永遠迭代不完。

實踐 → 影響自身 →優化你"第一時間的思考"。其他一切都只是輔助。

這套決策系統，你可以複製文章發給自己習慣的AI，讓他幫你搭建。

當然，這也是屬於我lifeos中其中的一個模塊，歡迎體驗。

我是誰：

我是梵睿，AI 架構師。1年時間，搭成「軍師」系統LifeOS。解決成長路上的各種問題，幫你建立自己的「人生操作系統」。