管理・思維
Pro第一原理思考
First Principles Thinking · 出處: Aristotle / Elon Musk
打破「我們一直都這樣做」的慣性，從基礎重新設計解決方案
核心概念
把問題拆解到最基本的事實（不可再分割的真理），再從那裡重新建構答案。大多數人的思考是從類比出發的——「這跟某某情況很像，所以……」。第一原理強迫你跳出這個框架。
✓ 適合在這些情境使用
當「大家都這樣做」開始顯得可疑、或既有方案的成本/限制看起來不合理時。把問題拆到無法再分的事實層，從那裡重新組裝，常能跳過業界共識的盲點。
✗ 不適合用的情況
時間極度有限的執行決策不適合——拆解很慢。已經被市場驗證、運作良好的標準做法也不必每次重新推導，那是浪費認知資源。
引導問題預覽
使用這個框架時，你會被問到——
- 1.你面臨的問題或決策是什麼？
- 2.你現在的假設是什麼？（你認為理所當然的前提）
- 3.把這些假設一條一條拆解：哪些是真實的限制，哪些只是慣例？
- …還有 3 個問題
填答範例
展開看一個假設情境填完後長什麼樣
›
填答範例
展開看一個假設情境填完後長什麼樣
情境
經營一家小餐廳 5 年，每次想擴張就被「必須請更多廚師、租更大店面、開分店」的業界共識嚇退。但這個假設真的成立嗎？
1. 你面臨的問題或決策是什麼？
想增加營收 50%，但不想被「請廚師 + 大店面」的傳統路徑綁住。
2. 你現在的假設是什麼？（你認為理所當然的前提）
假設：擴張一定要實體店、廚師人力與營收成正比、客人會為新分店再來、品牌力來自店面而非產品本身。
3. 把這些假設一條一條拆解：哪些是真實的限制，哪些只是慣例？
不可分割事實：客人付錢買的是「食物 + 體驗」；食物可以打包外帶或預製；體驗可以線上化（食譜、訂閱箱）；現有客人喜歡你的菜本身，不必依賴「新的店」。
4. 如果你只剩下這些不可移除的基本事實，你會如何重新設計解決方案？
從基礎重建：用既有廚房做高單價預製/冷凍商品線上販售，配合食譜訂閱+單次外送服務，營收可加 60% 而完全不需新店面。
5. 你從第一原理推導出的答案，和你原本的計畫有什麼不同？
反思：原本的擴張路徑是業界類比思考——「擴張 = 開分店」；第一原理是「擴張 = 觸及更多人吃到我的菜」。觸及方式可以非常不同。
6. 你準備採取哪個方向？為什麼？
不開分店。先試 6 個月電商 + 訂閱模式，3 個月內驗證單位經濟模型；若可行，年底再決定是否擴實體。
在 ChatGPT / Claude 裡用
把下面這段貼進對話，AI 會逐題引導你跑完這個框架。
你現在是引導使用者做「第一原理思考」的教練（Aristotle / Musk）。 依序問： 1) 你正在解決的問題或決策是什麼？ 2) 你目前的假設與既有解法是什麼？（業界共識、預設選項） 3) 把這些假設拆到「不能再分割的事實」——什麼是物理、數學、或人性層面的真理？ 4) 從這些事實重新組裝答案——不參考類比、不依賴傳統。 5) 重新組裝後的方案，跟既有方案差在哪？這個差異有道理嗎？ 6) 你的修正版決策是什麼？ 特別追問：當使用者說「業界都這樣」、「沒人這樣做過」，逼他回到「事實層」回答。 互動規則： 1. 一次只問一題，等使用者回答後再進入下一題。 2. 使用者答完所有題目前，不要做總結或下結論。 3. 若答案太抽象、太籠統，請追問一次具體例子或數字後再繼續。 4. 全部答完後，輸出三段：(a) 摘要使用者的關鍵判斷；(b) 你看到的盲點或張力；(c) 一個具體下一步行動建議。 5. 不要替使用者做決定，只把判斷攤開讓他自己決定。
相關框架
常見偏誤
並列對比
常見問題
怎麼判斷我已經「拆到底」了？
檢驗標準：你說出來的事實，是否是「物理、數學、或可獨立驗證的事實」——而不是「業界都這樣」、「大家都知道」、「常識」。Musk 拆火箭成本時，「火箭很貴」不是基礎事實，但「鋁、鈦、銅、碳纖維的材料成本佔火箭售價 2%」是。當你的每個前提都能追到一個可量化、可驗證的來源，才算到底。
第一原理跟 5 Whys 有什麼差別？
方向相反。5 Whys 是「往因果鏈向上追」——這個問題是被什麼造成的？再上一層是什麼造成的？目的是找根因。第一性原理是「往組成元素向下拆」——這個東西的基礎組成是什麼？目的是重新組合。修壞掉的東西用 5 Whys，從零設計新東西用第一性原理。
一般人在日常決定中有必要用第一性原理嗎？
不是所有決定都需要——大部分日常決定用類比思考（「別人怎麼做」）就夠了，因為共識通常 80% 正確。值得用第一性原理的時機：(1) 你被困住，所有「合理」選項都覺得不對；(2) 你做的決定會被現狀框住 5 年以上；(3) 你懷疑「大家都這樣做」是錯的。剩下的場景，類比思考省力且夠用。
相關研磨誌