「最佳推薦」清單的問題
每一次購買決策，都有一個你意識到網路幫不上忙的瞬間。
你想買一台咖啡機。不是隨便一台 -- 要能做 espresso 也能做手沖，放得進一個檯面深度用公分在算的廚房，預算在 200 到 400 美元之間，而且要好清理，因為你很清楚自己不會維護任何需要每天早上拆六個零件的東西。你有四個條件。全部不可妥協。
所以你搜尋。「2026 最佳咖啡機」。第一個結果是一份十二台的清單。文章 3,000 字。讀到第三段，你注意到同一個品牌每隔一個推薦就出現一次。滑到最下面。果然：「本文含聯盟行銷連結。」這份清單不是為了解決你的問題而寫的。它是為了賺佣金而寫的。
你試第二篇文章。同樣十二台，不同順序。第三篇。第四篇。它們全部從同一個池子裡撈東西，重新排列同一批選項，沒有一篇知道你的廚房檯面只有 45 公分深，也沒有一篇理解「好清理」對你來說意味著超過三十秒就會讓你放棄這台機器。
這就是通用推薦的根本問題：它們為平均買家最佳化，而你不是平均買家。沒有人是。每個人都有一組獨特的限制條件 -- 預算、空間、口味、生活方式、絕對不能接受的事 -- 沒有任何寫給一百萬讀者的文章能同時把你的所有條件放在心上。
但 AI 可以。
你要建的東西
一個可重複使用的推薦工作流程，運作方式是這樣的：
- 你定義你的限制條件 -- 預算、必備條件、加分項、絕對不要。
- AI 搜尋各種選項，針對你的完整標準逐一推理。
- 你拿回一份排序過的清單，每個推薦都附上為什麼它適合你的具體情況。
這不是一次性的技巧。一旦你理解這個 pattern，任何事都能用：選健身房、挑 SaaS 工具、買葡萄酒、找線上課程、決定搬到哪個社區。任何你有多重條件又有太多選項的決策。
關鍵洞見是這個：AI 的優勢不是比 Google 知道更多產品。Google 的資料比較多。AI 的優勢是把你所有的限制條件同時放在 working memory 裡，對每一個選項同時評估全部條件。一個人讀評測文章的時候，一次只能想一個條件，到評估第七個選項的時候已經忘了第三個條件。AI 不會忘。
前置條件
- Claude Code 已安裝並驗證。還沒裝的話，第一個小時教學讓你 60 分鐘內從零到能動。
- Claude Pro 訂閱（$20 美元/月）或 Anthropic API key。
- 一個你需要做的決策。至少三個條件、五個以上選項的那種。
不需要寫程式經驗。你只需要打白話的句子。AI 負責其他的。
第一步：寫你的限制條件文件（10 分鐘）
這是讓推薦從「通用」變成「有用」的那一步。你要把這個決策裡所有對你重要的事寫下來。不是你覺得應該在意的 -- 是你真正在意的。
打開任何文字編輯器。寫一份涵蓋四件事的文件：
必備條件。 不可妥協的。任何選項只要在這裡面有一項不符合，就淘汰。要具體。
加分項。 重要，但你可以接受缺少一兩項。如果可以的話，按重要性排序。
絕對不要。 必備條件的反面。會立刻讓一個選項出局的事。有時候這些比你想要什麼更容易說清楚。
情境。 影響決策的、只屬於你的細節。你的廚房尺寸。你的早晨作息。幾個人會用這個東西。你之前有沒有用過類似的東西，出了什麼問題。
咖啡機的例子，限制條件文件長這樣：
# 咖啡機決策
## 必備條件
- 能做真正的 espresso（至少要加壓手柄，理想 15+ bar）
- 也能做手沖/濾泡式咖啡（不只是 espresso 加水）
- 價格：$200-$400
- 放得進 45cm 深的檯面
- 每天清理要簡單 — 沖一下不超過 30 秒
## 加分項（按重要性排序）
1. 內建磨豆機（省檯面空間，不用另外放一台）
2. 可預約 — 能設定早上 6:45 自動煮
3. 附奶泡器
4. 寬度小（30cm 以下）
## 絕對不要
- 專屬膠囊（我要用任何豆子）
- 需要一直買濾紙
- 塑膠水箱（六個月後會有味道）
## 情境
- 兩個人喝咖啡，只有早上
- 廚房在 30 年老公寓裡，檯面空間極度有限
- 之前用 Nespresso — 很喜歡方便，很討厭膠囊的成本
和環境浪費。想要同樣的速度但用真正的豆子。
- 我不會定期除垢。如果它需要每月除垢才能活，
一年內我一定會搞壞它。
注意這份文件做了什麼。它沒有問「最好的咖啡機」。它描述了一個有具體需求的具體的人。每個條件都是具體的。「好清理」被定義成「沖一下不超過 30 秒」。「小台」有數字。「預算」是一個範圍，不是模糊的「負擔得起」。
這種具體性才是讓 AI 有用的原因。模糊的輸入產出模糊的結果。具體的輸入產出的推薦，感覺像是一個進過你廚房的朋友寫的。
第二步：餵給 AI（5 分鐘）
打開 terminal，啟動 Claude Code：
mkdir coffee-decision && cd coffee-decision
claude
把你的限制條件文件貼進去，加上指令：
Here are my constraints for choosing a coffee machine:
[把你的限制條件文件貼在這裡]
Based on these constraints, research coffee machines available in 2026
and give me:
1. Your top 3 recommendations, ranked by overall fit
2. For each recommendation: price, dimensions, why it fits my must-haves,
which nice-to-haves it covers, and any trade-offs I should know about
3. A brief list of options you considered and rejected, with the reason
each was eliminated
4. One "wildcard" option that breaks one of my constraints but might be
worth considering anyway, with an explanation of why
Format the output as a clean markdown document I can save and reference later.
按 Enter。AI 會系統性地處理你的限制條件。它考慮各種選項，對照你的完整條件清單逐一檢查，淘汰不符合的。結果不是一份抄來的「十大」清單。它是一份為你量身打造的分析。
第三步：像讀顧問報告一樣讀結果（5 分鐘）
回來的東西大概長這樣（精簡版）：
# 適合你廚房的咖啡機推薦
## #1: Breville Barista Express Impress — $350
- **尺寸**: 寬 31cm x 深 40cm x 高 38cm
⚠️ 深度 40cm，在你 45cm 的檯面上很緊但放得下。
- **必備條件**: ✓ 15-bar espresso, ✓ 含手沖轉接頭,
✓ 預算內, ✓ 放得進檯面深度, ✓ 可拆式滴水盤
10 秒沖好
- **加分項**: ✓ 內建錐形磨豆機 (#1),
✗ 不可預約 (#2), ✓ 蒸汽棒可打奶泡 (#3),
✗ 寬 31cm，比你理想的 30cm 多 1cm (#4)
- **取捨**: 比你的理想寬度多 1cm。原因是內建磨豆機
— 它增加了寬度，但省掉一台獨立的磨豆機。
實際佔用的檯面空間反而比 espresso 機 + 磨豆機少。
- **除垢**: 自動提醒，每 2-3 個月。丟一顆除垢錠進去
— 10 分鐘，大部分時間在等。不是每個月。
## #2: ...
## 被淘汰的選項
- DeLonghi Dinamica: $499，超出預算
- Gaggia Classic Pro: espresso 很棒但沒有手沖功能
- Breville Bambino: $300 以下但沒有內建磨豆機，沒有手沖
- Nespresso Vertuo Next: 專屬膠囊 — 絕對不要
## 破格推薦: Jura E4 — $580（超出預算 $180）
這破了你的預算限制。為什麼可能值得考慮：
全自動、一鍵操作、自動清潔、自動除垢...
看看這裡發生了什麼。AI 不只是列出機器。它對照你的具體限制條件逐一評估，精確告訴你哪裡符合、哪裡有差距。深度尺寸寫在那裡是因為你提到了檯面深度。除垢的說明寫在那裡是因為你說過你不會每月除垢。「破格推薦」存在是因為有時候正確答案剛好在你畫的框外面一點點。
這就是「推薦」跟「評測」的差別。評測告訴你產品的事。推薦告訴你產品跟你之間的關係。
第四步：變成可重複使用的工作流程
真正的威力在於這個 pattern 適用於任何決策。把你的限制條件文件存成模板：
# [決策名稱]
## 必備條件
- [不可妥協的需求 1]
- [不可妥協的需求 2]
## 加分項（按重要性排序）
1. [最重要的偏好]
2. [第二重要的]
## 絕對不要
- [立即出局條件 1]
## 情境
- [你的具體狀況]
- [相關的過去經驗]
- [環境限制]
下次你面對一個有太多選項的決策 -- 三人團隊該用哪個專案管理工具、該在哪個社區租房子、該買哪台筆電 -- 填好模板，餵給 AI。整個流程 15-20 分鐘，從開始到拿到一組排過序、附帶理由的推薦。
同樣的 pattern 再舉三個例子：
選健身房。 必備條件：離家 15 分鐘內、早上六點前開門、有深蹲架。加分項：游泳池、烤箱、月繳制。絕對不要：綁約 12 個月、沒有免費停車。情境：你在家工作、習慣早上 5:30 練、有肩膀舊傷需要 cable machine 做復健動作。
挑 SaaS 工具。 必備條件：單人用不超過 $50/月、有 API、支援 markdown 匯出。加分項：手機 app、Zapier 串接。絕對不要：沒有離線模式、資料只存在他們的伺服器上無法匯出。情境：你是獨立接案顧問、客戶用各種不同工具、你需要一個跟別人合得來的東西。
替晚宴選葡萄酒。 必備條件：$30 以下、大通路買得到、同時配你要上的羊排和素菜。加分項：有話題性（冷門產區或品種）。絕對不要：酒精超過 14.5%（有一半的客人要開車）。情境：六個客人、品酒經驗各異、其中一個不喝紅酒。
每一個都是 15 分鐘的練習：寫限制條件、貼進 Claude Code、拿到附帶理由的排序推薦。
為什麼這比搜尋有效
當你在 Google 搜尋「最佳咖啡機」，你是在叫一個搜尋引擎猜你說的「最佳」是什麼意思。它猜不到。「最佳」取決於四十個只屬於你的變數，搜尋引擎一個都不知道。
當你把限制條件文件交給 AI，你不是在搜尋。你是在委託一份分析。AI 把你所有的限制條件同時放在 working memory 裡 -- 是同時，不是依序。它不會在評估 espresso 品質之後，換到評估價格的時候就忘了檯面深度。它同時記著四個條件。同時記著十二個。同時記著二十個。這是人腦做起來很吃力、搜尋引擎根本不嘗試的事。
限制條件文件就是關鍵。沒有它，你拿到的是通用推薦。有了它，你拿到的推薦感覺像是出自一個去過你家廚房、知道你的預算、記得你上一台咖啡機發生了什麼事、而且不知道怎麼地還測試過市面上每一台機器的朋友。
那個朋友不存在。但這個工作流程存在。
你學到了什麼
- 具體性是真正有用的輸入。 「幫我找最好的 X」產出垃圾。一份有具體標準的限制條件文件產出有用的推薦。
- AI 的優勢是同時評估。 它把你所有的限制條件同時放在 working memory 裡，對每個選項一次檢查全部。
- 這個 pattern 可以重複使用。 咖啡機、健身房、SaaS 工具、葡萄酒、社區 -- 任何有多重條件和太多選項的決策。
- 先寫限制條件文件。 你花 10 分鐘定義自己真正需要什麼，省下好幾個小時讀那些從來不是為你寫的業配「最佳推薦」清單。
下次你面對一個選項太多的決策，別搜尋了。描述你的限制條件。讓 AI 同時記住所有條件。拿到真正跟你有關的推薦。