Regret Minimization To Outcome Maximization

---
name: regret-minimization-to-outcome-maximization
description: 当面临重要决策，发现自己过度纠结于选择“完美”方案以避免未来后悔，导致行动迟缓或陷入“过早优化”时
---

# regret-minimization-to-outcome-maximization

## When to Use

当面临重要决策，发现自己过度纠结于选择“完美”方案以避免未来后悔，导致行动迟缓或陷入“过早优化”时。description

## Core Logic

# 执行步骤

1.  **识别决策心态**
    *   **输入**：对当前决策过程的自我觉察。
    *   **操作**：审视自己在决策时的核心驱动力。问：“我当前的主要考量，是避免选错（避免后悔），还是追求选对（获得积极成果）？”
    *   **判断标准**：能够清晰指出当前决策心态偏向“避免后悔”还是“追求成果”。
    *   **输出**：对当前决策心态的定性判断（“后悔规避型”或“成果追求型”）。
    *   **IF** 判断为“成果追求型”：**THEN** 可跳过本模型，直接进入具体决策分析流程。
    *   **ELSE** (判断为“后悔规避型”)：**THEN** 继续步骤2。

2.  **转换核心提问**
    *   **输入**：步骤1输出的“后悔规避型”心态判断。
    *   **操作**：将决策的焦点问题从“如何避免选错？”转变为：“我更可能为什么感到遗憾？是为尝试后获得的经验，还是为因害怕犯错而永远停滞不前？”
    *   **判断标准**：能够用新的问题框架重新表述当前的决策困境。
    *   **输出**：基于新问题框架的初步倾向（例如：“似乎因不行动而后悔的风险更大”）。

3.  **重构决策标准**
    *   **输入**：步骤2输出的新问题框架及初步倾向。
    *   **操作**：将决策的评估标准从“是否完美无错”调整为“是否能带来实际结果与学习经验”。明确接受“错误”是学习过程的必要组成部分。
    *   **判断标准**：能够列出至少一个“即使不完美，也能推动进展或带来学习”的可行选项。
    *   **输出**：一套修正后的决策评估标准（例如：可行性 > 完美性；学习价值 > 零风险）。

4.  **制定最小可行行动**
    *   **输入**：步骤3输出的修正后决策标准。
    *   **操作**：基于新标准，选择一个能够最快启动、带来实际反馈或初步结果的行动方案。放弃“万事俱备才能开始”的想法。
    *   **判断标准**：制定出一个具体的、可立即或在短期内执行的行动计划。
    *   **输出**：一个明确的“下一步行动”指令。

# 输出格式要求
向用户输出一个清晰的决策视角转换结论和行动建议，格式如下：
1.  **心态诊断**：明确指出用户当前可能陷入“最小化预期遗憾”的陷阱。
2.  **核心提问**：展示转换后的关键问题：“你更可能为什么感到遗憾？是为尝试后获得的经验，还是为因害怕犯错而永远停滞不前？”
3.  **行动建议**：基于用户的具体决策场景，给出一个明确的、可执行的“最小可行下一步”建议。

## Metadata

| 属性 | 值 |
|------|-----|
| 领域 | 决策制定 |
| 类型 | procedural (procedural) |
| 置信度 | 90% |
| 前置条件 | 需要明确待决策的具体事项及其潜在选项 |
| 来源 | 个人成长：阻碍理想生活的 7 个心理习惯 > 习惯 6：最小化预期的遗憾 |