决策天平

用结构化追问帮 Z 世代理清纠结，看见自己真正在意什么。不是替你决定，是帮你想清楚。

为什么做这个产品

22–28 岁往往处在一段很长的「奥德赛时期」：教育刚告一段落，人生却还没定型。换城、感情、offer、考研、要不要离开一段关系——分支又密又重，人却常常卡在原地。

我自己也反复经历过这种迷茫：不是没有选项，而是选项太多；不是缺建议，而是建议互相打架。问朋友，带着对方的偏见；问通用 AI，聊半天可能更糊；心理咨询又贵又慢，占卜又无法当真。真正缺的，是一个轻量、结构化、不替你做主的空间——把模糊的纠结称一称，看清自己在怕什么、在渴望什么。

决策天平想做的，就是这件事：陪年轻人走过奥德赛式的摇摆期，让「想不清楚」变成「至少看见自己在意什么」，把决定权始终留在自己手里。

现有解法为什么不够

Z 世代决策焦虑真实且未被满足。高频人生分支面前，常见出口各有缺口：

决策天平的定位，是夹在「朋友建议」与「心理咨询」之间：有结构但不沉重，客观且有结论——结构化、轻量、可即时完成。

产品定义：三幕剧

把模糊的纠结，变成清晰的决策画像。整段体验收成三幕：

试玩 Demo

目标用户场景：换城 · 感情 · offer 等。在手机框内走完「选场景 → 确认 A/B → 五轮追问 → 看结果」。也可新窗口打开完整 Demo。

方法：五轮追问

从混沌到清晰。每一轮有明确目标与策略——不是问卷，不是闲聊。

1. R1 场景投射 把你扔进假设场景，捕捉本能反应 「5 年后你在那座城市的周末，你在做什么？」
2. R2 维度挖掘 从情绪中拆解出具体的在意维度 「你更渴望的是那座城市，还是想离开现在的环境？」
3. R3 权重逼选 强迫在维度间做取舍，暴露优先级 「快乐和稳定，你更怕没有哪个？」
4. R4 锚点锁定 总结核心判断，向你确认 「你最在意的是『选择权』——去哪个城市都行，关键是『是我选的』，对吗？」
5. R5 反转验证 用假设验证锚点，生成观察 「如果那个城市你一个朋友都没有呢？」

结果：看见自己在意什么

正式版设想中，回答会映射到一组受控的决策维度（自我、安全、关系、体验、成本等），再计算权重、给出 TOP 倾向与观察——AI 不是自由聊天，而是在维度库里匹配与收束。

Aha moment 往往是：「对！我其实根本不是因为那座城市好，我就是想替自己做一次选择。」

当前 Demo 用规则与模板演示这一结果形态；真实模型识别与流式生成尚未接入。

MVP 范围

验证核心假设：Z 世代愿意用约 3 分钟理清纠结，并且觉得有帮助。北极星指标是「有帮助率」——认为这次称量帮我理清了纠结的用户占比。

Vibe coding 这一步

我先用 AI 辅助把提案落到可点的 HTML 原型：交互闭环、话术结构、结果形态都能在浏览器里走通。下一步才是接追问引擎与模型——先验证「愿不愿意称完、称完有没有帮助」，再投入正式研发。