问题往往不在“学得不够”,而在任务颗粒度太大:你看的是课程、案例和工具说明,但没有任何一次学习以“交付一个可检查的结果”结束。要收缩到一个可完成任务,做法是选一条最小闭环,把输入限制在完成它所需的范围,并在一次学习时段内产出可检查的结果。
连续学习却不产出,通常有两种解释。第一种是任务定义缺失:你一直在接收信息,却没有把“学完这一节要交付什么”写清楚,于是每次结束都只能停在“看懂了”。第二种是素材缺口:你其实知道要做什么,但缺少必要输入,比如一个可分析的对象、一份可对照的指标口径、一段可修改的文案。
两种原因的表现不同。任务定义缺失时,你会反复换课程、换案例,笔记越记越多,却没有任何一份文件能被别人检查;素材缺口时,你会停在同一个环节反复找资料,比如一直找“更好的案例”,却始终没有拿一个现有页面或一段现有文案动手。
区分两种解释的证据很简单:给自己一个固定时段,要求结束时交出一个可检查的结果。可检查的意思是,它必须能被他人或未来的你判断“完成/未完成”,例如:
如果时段结束你仍无法交出这类结果,说明卡点是任务定义,不是素材。此时继续找资料只会放大问题。反过来,如果你能交出结果,但结果明显缺少必要输入,那才是素材缺口,下一步应定向补素材,而不是继续加课时。
收缩的动作可以按下面顺序做,每一步都产生一个可检查的结果:
假设你正在学网络推广相关内容,与其把一节课程从头看到尾,不如先选一个现有页面,要求自己只回答三个问题:这个页面想让访客做什么、当前哪一处最妨碍这个动作、改哪一句最可能改善。这个假设例子的重点不是数字,而是把“学习”变成一次可判断的交付。
完成一次最小闭环后,你会得到两类信息:哪一步最耗时,以及哪一步最需要外部输入。下一步只补最耗时或最缺输入的那一项,而不是重新铺开课程。比如,如果发现卡在“不知道判断标准”,就去找一份可对照的评估口径;如果卡在“没有可分析的对象”,就先确定一个对象再学。
这样做的结果是,每次学习都留下一个可检查的产物,下一次学习有明确的起点。连续学习却不产出的状态,通常不是靠增加学习量解决的,而是靠把任务缩小到一次能完成、并能被检查的程度。