Done > Perfect:GSD 的核心心法,從計畫困局到真的動起來

Done > Perfect:GSD 的核心心法,從計畫困局到真的動起來

8 min read

「再改一下就好了。」

如果你的工作紀錄裡有一堆「90% 完成」的東西,這句話大概你說過很多次。

問題不在那 10%——問題在於那 10% 的改善成本,遠比你想像的高,高到你寧願把它留在草稿夾,也不願意面對那個「送出去、等回應」的瞬間。

完美主義不是一個性格問題,是一個風險迴避策略——只是迴避的代價,在你的待辦清單上積累成一堆沒有完成的東西。

Done > Perfect 不是叫你做爛東西

先說清楚這一點,因為這是最常見的誤解。

Done > Perfect 不是說「隨便做、品質不重要」。它說的是:你做的東西在「可以讓人用到它」的狀態下交出去,比它待在你的硬碟裡永遠是完美計畫、零實際用途,更有意義。

一個 70 分的東西交出去,可以:

  • 得到真實回饋,讓你知道那 30% 缺失的是哪一個、值不值得補
  • 讓對方或用戶開始使用,積累真實數據
  • 讓你的腦子從「這件事還沒完成」的背景雜訊中解放出來

一個 95 分的草稿沒交出去,只有:

  • 你繼續知道它存在,繼續耗你的注意力
  • 沒有人從中得到任何價值

這道數學,算起來很清楚。

「完美主義」為什麼在 AI 時代更危險

以前做一件事有摩擦力:改稿要花時間、重做要花力氣——這個摩擦力,在某種程度上強迫你做決定。

AI 把摩擦力幾乎消除了。你可以要求 AI 幫你改五個版本,每個版本都很有道理,每個版本你都覺得「再想想、也許下一個更好」。AI 的生成速度很快,你的決策速度沒有變快——結果就是你在無限可能性裡失去了方向。

更麻煩的是:AI 給你的每一個版本都看起來很好、很專業——這讓「選哪個」的難度不降反升。沒有明顯爛的東西可以排除,你只有「好的選項之間的選擇焦慮」。

AI 是執行加速器,不是決策加速器。 後者得靠 Done > Perfect 的心法來填。

重設「夠好了」的三個工具

1. 定義完成條件(Definition of Done)

在開始一件任務之前,先把這個問題回答清楚:「什麼狀態算是完成?」

不是「什麼狀態算是完美」——是「最低限度可以交出去、讓它發揮用途的狀態是什麼」。

舉例:

  • 寫一篇技術文章 → DoD:結構清楚、核心論點有支撐、讀者能跟著操作一遍(不是:文字完美、每個細節都有出處)
  • 開發一個功能 → DoD:主流程可以跑通、沒有阻塞性 bug(不是:邊緣案例全部處理完)
  • 準備一份提案 → DoD:問題清楚、解法合理、對方看完知道下一步是什麼(不是:PPT 每一頁都精美)

把 DoD 寫下來,等你開始「再改一下」的時候,回頭對照——如果 DoD 已經達到了,就是在做超出必要的事。

2. 時間預算法

給任務設一個固定時間上限,時間到了,就在當前狀態下交出去(或做出決定推進下一步)。

這不是在偷懶,而是在利用一個心理事實:帕金森定律(Parkinson's Law)——工作會膨脹到填滿你給它的所有時間。 你給一件事兩小時,它通常就要兩小時;你給一小時,大部分時候一小時內也夠用了。

AI 可以在這裡幫你:開始任務的時候跟 AI 說「我有 45 分鐘,請幫我保持聚焦在最重要的部分」——它的回應風格會跟著調整。

3. 「足夠用了」對比「更好」

在每次你想「再改一下」之前,問自己:「這個改動是為了讓它『足夠用了』,還是讓它『更好』?」

「足夠用了」的改動值得做——它是在補真實的缺口。
「更好」的改動,很多時候是在滿足你自己的焦慮,而不是真的讓使用者得到更多。

會說謊的是那種感覺:「就差這一小步就完美了。」——那一小步通常沒有終點。

啟動比完美更重要

Done > Perfect 的另一半,是關於啟動的。

很多人等到「準備好了」才開始,但「準備好了」的感覺永遠不會真正到來——因為越準備,你就越清楚還有什麼沒準備到。

GSD 的啟動原則是:用你現在有的,做你現在能做的,然後邊做邊修正。

這對 AI 工具的使用尤其重要。不要等到你把問題想得很清楚才去問 AI——帶著模糊的問題進去,讓對話幫你把問題說清楚,這本身就是一種有效的啟動方式。

「我還不知道怎麼做」是開始的理由,不是等待的理由。

一句話記住這篇

完成比完美有用,交出去比放著等更誠實。


下一步

心法到位之後,接下來的問題是:好,我決定要動了——但任務還是模糊的,「把這件事做好」不等於「知道下一步是什麼」。

怎麼把一個模糊的意圖變成今天就可以執行的清單?這是 用 AI 拆解任務:從模糊需求到可執行清單 要解決的。


回到系列總覽

這篇是 GSD 系列的第二站,講 Done > Perfect 心法與啟動思維。完整閱讀路線與其他篇主題,請回到 GSD 入門課。