把需求翻译成机器语言：把力气用在对的地方
把把需求翻译成机器语言做小、做实、做得看得见，结果会自己长出来。
- 记录只留一行：日期、做了没、一句话感受。
- 判断有没有做对，看的是能不能重复，而不是单次效果好不好。
- 需要的工具不多，一个验证清单基本够用，先别添置。
写这篇的原因很简单——问的人多，回来的答案却常常是「看情况」。看什么情况，才是真正需要说清的部分。
先承认一件事：没有人能一直保持状态。所以把需求翻译成机器语言的设计要包含「状态差的那天怎么办」。
把把需求翻译成机器语言当成一个要长期维护的系统，而不是一个要完成的任务，判断标准会完全不同。
先说清把需求翻译成机器语言的逻辑
把需求翻译成机器语言的底层逻辑是降低启动成本。人不是没有意志力，是被启动成本挡住了。把工具放在书桌的第二个屏幕，把动作拆到三分钟，启动就不再需要决心。
大多数人把把需求翻译成机器语言想复杂了。它真正的结构只有三段：判断现状、定一个最小动作、给它一个固定位置。三段里最容易缺的是第三段。
从风险角度看，把需求翻译成机器语言的成本很低：时间可控、工具便宜、失败也不会带来什么损失。低成本的尝试，本来就该多做几次。
把需求翻译成机器语言的实践笔记
记录里也留着失败：两天什么都没做，一天只是走个过场。写下来之后，下次能提前认出那个状态。
第一周很别扭：动作生疏、时间没找准、有两天干脆跳过。真正让事情转向的不是决心，而是周末那几行记录。
三个月回头看，最有效的变化不是某个技巧，而是把一个验证清单挪到了书桌的第二个屏幕。少走的那些来回，攒成了持续的动力。
两条线只差在是否保住频率，方法本身相同。
把需求翻译成机器语言的起步动作
找一个人说一声，或者把记录贴在冰箱上。公开一点点，执行率会明显不同。
从最小动作开始：一次十五分钟，只做一个动作。把所有步骤都做全，反而在第两天就会放弃。
把一个验证清单放到书桌的第二个屏幕。这一步听起来像废话，但它决定了后面三周的执行率，作用比任何技巧都大。
| 先试试 | 按部就班 | 一步到位 | |
|---|---|---|---|
| 起步要花的力气 | 十五分钟内能开始 | 半天摸到门道 | 头一周都在适应 |
| 投入的钱 | 几十元的消耗品 | 一两百的一次性投入 | 手边现成的东西 |
| 多久有感觉 | 三到四周才稳 | 当天就有差别 | 一到两周见分晓 |
| 适合谁 | 时间很碎、想先试试 | 完全没接触过 | 准备长期做的人 |
| 最容易放弃的点 | 一开始定得太满 | 没有固定时间 | 没人一起做 |
| 半年后还做得到吗 | 靠提醒维持 | 已经长进日常流程 | 成了习惯，不用想 |
同一件事的三种力度，按自己的条件对号入座。
把需求翻译成机器语言的进阶判断
把把需求翻译成机器语言拆成「必做」和「可选」两层：必做只有两三个动作，可选视当天状态而定。分层之后，压力会小很多。
把把需求翻译成机器语言的经验迁移到别的事上：同样的结构——最小动作、固定触发、下限、复盘——几乎适用于所有习惯。
如果把需求翻译成机器语言已经变成负担，说明剂量不对。缩小剂量，保住频率，比硬撑更可持续。
- 每月十分钟：保留、修改、删掉各一项
- 只记一个数字，简单胜过周全
- 准备一个三分钟的复位动作，应对打断
- 先写好三分钟版本，等状态差的那天再用
把需求翻译成机器语言靠什么维持
把记录做得极简：一行字。复杂的表格会让人在第二周放弃记录，而没有记录就没有判断依据。
把把需求翻译成机器语言和已有的事绑在一起，形成链条：做完 A 就做 B。链条一旦建立，执行只需要启动第一环。
每三个月清一次：删掉一个不必要的步骤，保留真正起作用的两三个。步骤越少，越能长期。
小而频繁，胜过偶尔的全力以赴。
关于把需求翻译成机器语言的常见问题
把需求翻译成机器语言能替代人吗？
能替代重复劳动，替代不了判断。越需要担责的部分，越要人来做最后一步。
把需求翻译成机器语言会不会泄露隐私？
会。姓名、地址、身份证、公司内部资料不要直接粘，先替换成占位符。
把需求翻译成机器语言和搜索引擎怎么配合？
先用检索拿事实，再让模型组织语言。反过来容易得到通顺但错误的内容。
把需求翻译成机器语言学起来难吗？
不难，但需要练。先把一个真实任务跑通，比看十篇介绍有用。
把需求翻译成机器语言用久了会变懒吗？
会，如果每次都跳过验证。保留自己动笔和算一遍的习惯，是最便宜的保险。
习惯把所有提示词存档，失败案例也留着。 更多文章 →
