問對問題：分清障礙與限制

解題前先把問題攤開成現況、目標、障礙、限制四要素，分清「要去動的障礙」與「不能動的限制」；並附讓 AI 教你思考的可帶走習慣。出自李佳達訪談。

定義：「問對問題」（Right Problem）是動手解題之前，先把問題攤開成四個要素——現況、目標、障礙、限制——並且分清楚哪些是「要去動的障礙」、哪些是「不能動的限制」。分類錯了，後面再努力都是白費；AI 時代尤其如此，因為 AI 是放大器，問題一開始定位錯，越放大越錯。

問題結構四要素

出自李佳達（律師出身，後來赴密涅瓦大學讀決策科學，現在台大 EMBA 等處教決策）的訪談，影片連結：https://www.youtube.com/watch?v=PNJmsOyRwAk（擷取日期：2026-07-10，依官方繁中字幕整理）

：

現況：現在的狀態。
目標：想到達的地方。
障礙：擋在中間、你要去動的東西。
限制：你決定不動的邊界條件。

關鍵在障礙與限制的分野。他用鐵達尼號當例子：把「救生艇不夠」當障礙的人跑去搶救生艇，在搶的過程中就死了；把它當成限制的人，才會發現真正的障礙是「失溫」，該做的是拆門板讓自己浮在水面上。

同一件事對不同人分類不同：救生艇對一等艙乘客是障礙，因為他們動得了；老闆交代的工作量對你是限制、對老闆的兒子卻是障礙。他的教學經驗是：團隊只要先對齊目標、障礙、限制，問題就解決了八成。

為什麼人會定位錯問題

李佳達做過七百小時的心理劇——一種不分析、不詮釋，讓當事人透過空椅與角色交換「自己演出來、自己看到」的方法。他的心得是：人往往不知道自己其實相信著某個假設，要換到別人的位置才看得見。他印象最深的一場，是換位到父親的角色後，才看見父親多了一個「小孩會探頭看巷口」的假設。

他把同一套技巧用在害怕 AI 的資深專業者（會計師、律師、研究員）身上：「如果 AI 是你帶過的助理，你會怎麼交代工作？」對方換位到 AI 的角色後，自己說出答案——給範本、給最佳實作案例、給標準。回到自己的位置就會指揮 AI 了，不必被 RAG、Agent 這些名詞嚇住。

實例：幼兒園照片

老師每週用 Google Drive 寄來一大包照片壓縮檔，家長得自己下載整理。直覺的解法「請老師幫忙分類標記」其實是去動限制——會被當成恐龍家長，這條路是死的。正確的起手式是先問自己：目標到底是什麼？省時間、顧孩子的隱私、還是幫孩子留下完整回憶？不同的目標導向完全不同的解方。李佳達自己是先把問題定義寫成規格再交給 AI，AI 給的解法是在自己電腦上跑的自動化程式：自動下載、用免費模型辨識自家小孩的臉、按事件分相簿。

沒想到我們也是遇到同樣的問題，之前嘗試解決，最後還是自己一張一張看過。」

可帶走的習慣

問 AI「你是怎麼做到的」：看到 AI 或別人做出好東西，第一反應是追問背後的思考路徑，打包成可重複呼叫的指令（Skill），立刻拿自己的專案驗證，有效就固定下來。我自己只做到拿來用這一步，下次看到別人的好方法要拿來用之前，先問 AI 是怎麼做到或怎麼思考的。
出問題時的三層自問：是需求沒講清楚？角色能力不對？還是順序錯了？
每天跟 AI 來回五輪以上，問三件事：有哪些角度我沒想到、我的假設哪裡可能是錯的、一週內可以先檢驗什麼環節——然後帶回真實工作驗證再追問。
偏誤檢驗：常請 AI「找五個證明我一定是錯的」。
警惕「抄工具」：Reddit 上有位不會寫程式的單親爸爸花 2400 小時做出跨四種語言的產品，大家的直覺是抄他的 8 個 AI 助手、38 個技能包，但抄了沒用——真正的價值是那 2400 小時練出來的指揮能力。像樂團指揮不會演奏每種樂器，但知道誰該在什麼時候出什麼聲音。