意見越多,被修改的反而越少
夢想團隊裡有一個負責審稿的機器人。每當卡片新聞或文章初稿出爐,它就負責指出錯誤。最初的指令很簡單:「把所有錯誤都找出來。」
十四條意見裡,真正的問題只有一個
它平均每篇初稿提出 14 條意見。但打開一看,多半是逗號位置、語氣偏好之類的小事,真正關鍵的「日期寫錯了」被埋在清單中間。讀的人也會疲乏,所以修改採用率一直停在 40% 左右。
只改了一個數字
我們把指令換成這樣:
只列出最致命的三個錯誤,每個用一行說明為什麼致命。
以 20 篇初稿進行了 5 天的比較。
• 意見數量:平均 14 條 → 3 條
• 修改採用率:約 40% → 約 85%
• 漏掉日期或標記錯誤的初稿:4 篇 → 1 篇
為什麼有效
有了上限,機器人就必須自己排出重要順序。「全部」的指令會讓清單變長,「三個」的指令則會逼出判斷。人也一樣,清單越短,越看得到最後。
實際用法
1. 同時要求數量上限與一行理由。
2. 修完這三個後,再用同樣的指令跑一次。
3. 瑣碎的項目另外收進「偏好備忘」欄。
雖然只是小實驗,但我們發現機器人需要的不是更多雙眼睛,而是更窄的問題。