AI 帮你排优先级：四个判断维度

待办清单越列越长，一天下来还是觉得什么都没做完，问题多半出在排序：这些事从来没被排过序，先做哪个全凭当下心情。AI 在这里能帮上实在的忙——把清单交给大模型，让它按四个维度逐项过一遍，你只做确认和微调，排序就从感觉题变成可解释的判断。

影响面：做成之后波及多广

维度一是影响面：这件事做成之后，会影响到多少人、多少个环节。影响面越广，优先级越高；只影响自己一个人的事，可以往后放。判断时别只数人数，还要数环节——一件改了流程文档的事，影响的是之后每个按文档干活的人，它的实际影响面比看起来大。

后果：不做会出事的先走

维度二是「不做会怎样」。有些事不做只是可惜，有些事不做会出事：会过期、会违约、会让下游返工。把「不做会出事」的排在前面，判断标准是后果的严重程度，而不是时间上的紧迫感。有些事看着急，实际不做也没影响，别被紧急牵着走。

前置依赖：别卡住别人的开工线

维度三是这件事算不算别人的前置条件。它不做，别人就没法开工，那它的优先级要往前提。这类「卡住别人」的任务，实际影响远大于它本身的体量，而且拖得越久，损失按等待的人数累加。每拖一个工作日，返工和催问的时间都在翻着涨。让 AI 评估时，要明确把依赖关系告诉它：谁在等这件事、等的是哪个部分，信息给得越全，排得越准。

投入产出比：两小时花在哪

维度四是投入产出比：同样两小时，做哪件事带来的结果更大。高产出、低投入的排在前面；低产出、高投入的要么砍掉，要么授权给别人。这个维度最容易和完美主义冲突——把一件事从 80 分做到 90 分要多花的那段投入，往往就是它该被砍掉的部分。

四维度评估怎么做才不流于形式

把清单交给 AI 时，指令里写明四件事：按影响面、后果、前置依赖、投入产出比逐项评估；给出排序建议；指出哪些可以砍掉或授权；说明每一条的排序理由。理由这一项不能省，它是你判断 AI 排得对不对的依据，也是你把标准对齐给工具的过程。还要注意：依赖关系和后果只有你自己清楚，信息给不全，它排出来的就是错的。排完之后花两分钟核对：排在前面的三件事，是否都属于「不做会出事」或「卡住别人」，是就执行，不是就手动调整。

表里第四行最容易被漏：无期限的重要事永远排不进当天，靠预留时段保护它。

优先级排序速查

• 四个维度：影响面、后果、前置依赖、投入产出比
• 让 AI 给排序理由，理由不合理就手动改
• 卡住别人的事按等待人数计损失，越拖越贵
• 每天开工前重排一次，不定死清单

排序方法在复盘与业务里的延伸

这套维度不只在每天早上用。季度复盘时把四维度套回三个月的任务记录，能看出自己系统性偏向哪一类：总在做影响面小的事，说明被动响应过多，这正好可以放进年度复盘的数据总结里一起看。业务侧同样适用——做内容电商时，选品本身就是一场优先级评估，影响面和投入产出比同样是主判据；售后问题堆积时，先用「不做会出事」筛一遍，再把需要归因的退货数据交给专门的分析，别把所有售后件混在一起按先来后到处理。

排序执行的三问三答

四个维度打架时听谁的？默认顺序是后果优先于影响面，影响面优先于前置依赖，投入产出比做最后微调。这个顺序可以根据岗位性质调整，但要固定下来，否则每次排序都在重新争。

清单里混着 5 分钟小事怎么排？不进四维度评估。5 分钟能做完的事集中放一个批次，在两个大任务之间清掉，单独评估反而浪费时间。

排好的顺序一天要重排几次？前置依赖或外部情况一变就该重排，通常一次就够。比次数更要紧的是固定时点：每天开工前看一眼，比定死一份清单贴合实际。