【2026 最新】金字塔原理是什麼？用 Claude 把混亂想法改成結論先行（4 組提示詞）

你可能遇過這種情況：信件寫了三百字，主管看完只回「所以你要我決定什麼？」；請 Claude 幫忙精簡，它卻把關鍵限制一起刪掉，最後只剩一段流暢但空泛的文字。問題通常不在文筆，而是答案、理由與證據混在同一層。

金字塔原理（Pyramid Principle）提供一個實用修正方向：思考時從材料往上抽象，表達時從答案往下展開。本文會從零解釋這套方法，釐清 SCQ、本文採用的 SCQA 與 MECE，再提供四組能直接貼進 Claude 的提示詞。它們適合決策型商務溝通，不保證回覆、批准或轉換；仍要由人類確認事實與判斷。

金字塔原理是什麼？先把三個層級分開

Barbara Minto 在 McKinsey 任職期間，從編輯顧問報告的工作中發展出這套結構化方法。她的核心觀察很簡單：讀者更容易掌握一組觀念，是因為它們共同支持上方的一個重點，而不是因為作者塞入更多資訊。Minto 官網因此把方法描述成：把想法組成一座位於單一重點之下的金字塔。

McKinsey 對這段歷史的整理，列出金字塔內部的三條邏輯規則：上層概括下層、同組觀念屬於同一邏輯類型、同組觀念依合理順序排列。換成白話，就是：

1. 答案：「我們應該怎麼做？」或「這件事代表什麼？」
2. 理由：「為什麼答案成立？」每一項都要直接支持答案。
3. 證據：「你憑什麼這樣說？」能回到資料，也看得到限制。

本文三層圖只是新手模型，不是固定層數。Minto 官網說金字塔可有許多層。縱向要回答上層的「為什麼／怎麼做」，橫向要位於同一抽象層級並共同支持上層；提示詞的 2～4 個理由也只是練習限制。

Minto 在 1963 至 1973 年任職 McKinsey 期間，從編輯報告逐步發展這套方法；她於 1966 年轉往倫敦後繼續研究與教授，1985 年出版第一版著作，1987 年由 Pearson 推向大眾市場，1996 年再改寫。這是歷史傳承，不是受控實驗證明。一份 2026 年 3 月預先登錄摘要的作者指出，此前尚無受控研究檢驗其成效；目前公開的是研究方案，不是結果。

SCQ、SCQA、MECE 分別解決什麼問題？

SCQ：先找出讀者真正的問題

Minto 現行官網使用的正式名稱是 SCQ Framework：Situation（共同背景）、Complication（發生的張力或變化）、Question（因此必須回答的問題）。它的目的不是寫出戲劇化開場，而是找出讀者腦中真正的疑問。

• S｜Situation：我們共同知道什麼？
• C｜Complication：什麼改變，使現況不能照舊？
• Q｜Question：讀者現在必須回答哪個決策問題？

本文為方便實作，在 SCQ 後接上頂層答案 A（Answer），稱為 SCQA。這是本文採用的教學擴寫，不是 Minto 官網現行名稱；官方目前仍稱這個找問題的工具為 SCQ。

MECE：用同一把尺分類，不是完整性認證

MECE 是 Mutually Exclusive, Collectively Exhaustive 的縮寫，常譯為「相互獨立、完全窮盡」。它是相對於明確定義全集的邏輯條件：分類彼此不重疊，合起來覆蓋該全集。實務上的難點是，人或 Claude 宣稱分類符合 MECE，不能證明全集定義正確，也不能排除未知因素。McKinsey 2018 年訪談引述 Minto 自稱，她率先把這個概念縮寫並用於分析觀念群組；這是本人回憶，不是獨立檔案證明。她在同一訪談也把背後邏輯追溯至亞里斯多德，因此不要寫成她發明了互斥與完整的概念。

MECE 最常失敗，是因為沒有先定義範圍。假設你問「為什麼產品賣不好？」成本、價格、行銷、競品、通路、體驗可以無限延伸。若改成「台灣官網在 2026 年第二季的新客結帳率，從流量品質、頁面體驗與交易流程三個可控制環節檢查」，Claude 才有明確邊界。即使如此，它仍只能提出候選重疊與候選缺口，不能證明世界上沒有你沒想到的因素。

實例：把資訊堆疊改成結論先行

下面用一個完全虛構的 CRM 續約案例示範。原稿包含登入人數、客服速度、匯出流程、價格與擴編計畫，但沒有明確說出要讀者做什麼。改寫後先提出「本週五前批准續約一年，但先要求維持原價」，再依使用、服務、價格三個面向支持。這三類採用同一個分類基準：續約決策的評估面向。

這個版本仍不能直接寄出，因為「要求維持原價」需要談判依據；「明年預計擴編」也要確認人數與預算。金字塔原理不是把不確定性藏起來，而是讓它出現在正確位置：答案先行，證據不足就清楚標示。

Claude 在這套流程中應該扮演什麼角色？

把 Claude 寫成「McKinsey 合夥人」不會讓它取得顧問資格，也不代表它受過 Minto 訓練。Anthropic 建議提供清楚指令、情境、分步要求、輸出格式、範例與可衡量標準。其 API 文件指出，system prompt 的角色可聚焦行為與語氣；一般對話也能用自然語言交代角色與視角，但兩者都不是履歷證明。

因此，本文把 Claude 定位成可反覆校準的結構編輯器。你可以在一般 Claude 對話直接貼入下列提示詞；若想先理解上下文為何影響結果，可搭配閱讀 Claude 怎麼省 token 與 Claude、Claude Code、Cowork 差在哪裡。

提示詞 1：先做金字塔改寫

這是預設入口。先交代讀者、目的與下一步，再把原稿放進來源區塊。提示詞刻意要求只使用輸入中的事實，缺資料時標成「待補證據」。

你是一位「結構化商務溝通編輯」。請依照
「答案先行 → 支持理由 → 證據」整理我的原稿。

你是在做文字與邏輯結構整理，不代表任何顧問公司，
也不要補造原稿沒有的資訊。

<context>
讀者：[這份內容要給誰看]
溝通目的：[希望解決什麼問題]
希望讀者採取的下一步：[批准／回覆／選擇／執行什麼]
語氣：[簡潔／正式／直接但不失禮]
字數上限：[例如 200 字]
</context>

<source_draft>
[貼上原稿]
</source_draft>

<instructions>
1. 只使用 source_draft 已提供的事實、數字與因果關係。
2. 若無法判斷核心答案、讀者或下一步，先提出最多 3 個澄清問題。
3. 第一行直接寫出答案、建議或希望讀者採取的行動。
4. 接著整理成 2～4 個支持理由；這是本次練習限制，不是通則。
5. 理由採同一分類基準，盡量不重疊；資料不足時不得宣稱完全 MECE。
6. 每個理由列出原稿已有證據；沒有時標記「[待補證據]」。
7. 保留會影響決策的重要限制、風險與反例。
8. 刪除不支持答案的內容，但不得改變原意。
</instructions>

<output_format>
核心答案：
[一句話]

支持理由：
1. [理由]
   - 證據：[原稿內容或「待補證據」]

仍需確認：
- [缺少資訊、假設或可能重疊]

重寫版本：
[可直接使用的全文]
</output_format>

提示詞 2：需要鋪陳時，再寫 SCQA 開場

不是每封短訊息都需要 SCQA。當讀者還不知道「為什麼現在要處理」，才使用背景、張力、問題、答案四步。下面的「四句」是方便新手練習的限制，不是 Minto 規定的固定句數。

你是一位商務溝通編輯。請依照 SCQA，
替這份內容寫一個讓讀者理解問題與答案的開場。

<context>
讀者：[誰會讀]
主題：[要溝通什麼]
希望讀者採取的行動：[下一步]
</context>

<recommendation>
[目前答案；若尚未確定請寫「未確定」]
</recommendation>

<source_facts>
[貼上可使用的背景、數字與事實]
</source_facts>

<instructions>
1. S：用 1 句寫出 source_facts 支持的共同背景。
2. C：用 1 句指出發生的變化、問題或張力。
3. Q：寫出真正需要回答的決策問題。
4. A：用 1 句回答問題，並連到希望讀者採取的行動。
5. 不得增加來源沒有的數字、原因或保證。
6. recommendation 未確定時，先只問 1 個最關鍵的澄清問題。
7. 本次練習四部分合計最多 4 句，以清楚為優先。
</instructions>

<output_format>
S｜[Situation]
C｜[Complication]
Q｜[Question]
A｜[Answer]

去除標籤後的開場：
[四句以內、可直接貼入文件的版本]

待確認：
[沒有則寫「無」]
</output_format>

提示詞 3：做有範圍的 MECE 審查

這組提示詞不要求 Claude 宣告「完全 MECE」，而是先寫清楚包含與排除範圍，再找重疊、候選缺口，以及與頂層答案無關的理由。

你是一位邏輯結構審稿人。請檢查支持理由是否有重疊或重要缺口。
MECE 的完整只能相對於明確範圍判斷；輸入不足時請標示不確定。

<scope>
要回答的問題：[問題]
包含範圍：[產品／部門／地區／期間等]
排除範圍：[不納入什麼]
分類基準：[成本／風險／成長／流程階段等]
</scope>

<top_level_answer>
[這些理由要支持的答案]
</top_level_answer>

<current_points>
1. [理由一]
2. [理由二]
3. [理由三]
</current_points>

<instructions>
1. 先用一句重述本次審查範圍。
2. 找出重疊，引用相關理由並說明重複在哪裡。
3. 找出候選缺口，說明它為何屬於目前範圍。
4. 檢查每個理由是否真的支持 top_level_answer。
5. 提出較清楚的 2～4 個分類，並說明單一分類基準。
6. 將原始理由對應到新分類；刪除時說明原因。
7. 標示「已有證據／待補證據／超出範圍」。
8. scope 不足時，先提出最多 3 個澄清問題。
</instructions>

<output_format>
審查範圍：
重疊：
候選缺口：
建議重組：
原項目對照：
剩餘不確定：
</output_format>

提示詞 4：用決策者測試做最後壓力測試

最後一關不是叫 Claude 扮演真實 CEO、預測對方會不會批准，而是用固定評分表檢查：前兩句能否看出要求、理由是否相關、證據是否足夠、限制是否透明、下一步是否明確。

你是一位嚴格但公平的決策溝通審稿人。
請模擬「時間有限的決策者」閱讀時會遇到的理解障礙。
這只是文本壓力測試，不是對真實主管或客戶行為的預測。

<context>
目標讀者：[職位或角色]
希望對方決定什麼：[決策]
希望對方何時行動：[期限]
已知限制：[預算／風險／政策等]
</context>

<draft>
[貼上最終草稿]
</draft>

<rubric>
每項 0～2 分：
A. 前兩句能否看出決策或要求
B. 支持理由是否清楚、相關且少重疊
C. 關鍵主張是否有相符證據
D. 風險、限制與假設是否透明
E. 下一步是否有行動、負責人與時間
</rubric>

<instructions>
1. 只讀前兩句，寫出作者希望讀者做什麼；看不出來就寫「無法判斷」。
2. 依 rubric 評分，每項引用 draft 具體文字或指出缺失。
3. 給出「可送審／需修改／資訊不足」之一，不預測批准機率。
4. 依影響排序列出最重要的 3 個修改。
5. 只用 draft 已有事實重寫前兩句；缺少處標記「[待補]」。
6. 不得發明數據、決策者偏好或成功機率。
</instructions>

<output_format>
前兩句測試：
評分：A／B／C／D／E 與總分
結論：[可送審／需修改／資訊不足]
優先修改：
建議前兩句：
仍需人類確認：
</output_format>

完整工作流：起草、審查、人修、壓測

新手不必每次跑完四組。預設流程是「金字塔改寫 → MECE 審查 → 人類補證與修訂 → 決策者測試 → 人類定稿」；只有讀者需要先理解問題脈絡時，才插入 SCQA。這種先起草、依明確標準檢查、再修訂的流程，也符合 Anthropic 官方對提示迭代與評估的建議。

步驟一：先保存原稿，建立基準

先保存 A 版，記錄讀者、字數與成功標準，例如「前兩句可辨認待批准事項」「三個關鍵數字保留」「未新增原因」。這也是 AI Agent Harness 強調的驗收思路。

步驟二：逐關輸入，不要一次要求「變完美」

先讓 Claude 只整理答案、理由與證據；下一輪再審查分類；人類補完來源後才做最後壓測。分開的好處不是保證更好，而是你能看見哪一關改了什麼，也能為每一步設定驗收條件。

步驟三：用自己的資料驗證，不採信成功保證

想知道金字塔版本是否真的比較有效，做一個小型配對測試：同一種訊息隨機使用原版與改寫版，事先決定觀察指標，例如讀者能否正確重述要求、來回澄清次數或完成時間。樣本太少時只當個案，不宣稱因果。Anthropic 的評估文件同樣建議先定義具體、可衡量且與任務相關的成功標準，再比較提示詞版本。

哪些情況不要硬套「答案先行」？

結論先行不是所有溝通的唯一正解。美國空軍的官方寫作手冊也把 Bottom Line Up Front 寫成「大多數時候」適用，並提醒當受眾可能先反對時，直接開頭反而可能使對方關閉溝通，間接或歸納順序可能更合適。至少有四種情境要調整：

• 結論仍在探索：研究筆記、腦力激盪與事故調查應先保留多種假設，不要逼 Claude 過早收斂。
• 受眾對前提有強烈抗拒：先建立共同事實與判斷標準，再提出答案，可能比第一句下結論更適合。
• 法律、醫療、合規或資安事件：過度壓縮會抹去適用範圍、例外與責任；需要專業審查，不只要短。
• 關係、敘事與情緒支持：道歉、回饋、品牌故事或陪伴性對話，有時過程本身就是訊息。

五個常見錯誤與安全邊界

1. 把角色提示當資格：「你是頂尖顧問」可以引導回答的行為、視角與語氣，但不能證明模型具備顧問資格或實務經驗。
2. 把 MECE 當認證：未定義全集就要求「完全 MECE」，通常只會得到自信的分類；模型宣稱符合，也不證明全集正確或沒有未知因素。
3. 讓模型補造證據：要求它只使用來源，缺口標「待補證據」；Anthropic 也明確提醒，進階模型仍可能產生事實錯誤。
4. 精簡到失真：數字期間、樣本、假設、例外、負責人與期限，不能只因不夠俐落就刪除。
5. 貼入敏感資料：先移除客戶個資、未公開財務、合約、憑證與公司機密，並遵循組織核准的 AI 政策。

金字塔原理常見問題 FAQ

1. 金字塔原理是什麼？

它是一套把觀念分層的思考與表達方法：頂層先寫答案，中層放直接支持答案的理由，底層提供事實、數字、例子與限制。

2. 金字塔原理等於結論先行嗎？

不完全等於。結論先行是表達方向；金字塔還要求上下層有概括關係、同組觀念屬於同一邏輯類型，並依合理順序排列。

3. SCQ 和 SCQA 有什麼不同？

Minto 官方目前稱 SCQ：Situation、Complication、Question。本文把金字塔頂端的 Answer 接在問題後面，稱為 SCQA，方便直接生成開場；這不是 Minto 官網現行名稱。

4. MECE 真的能保證沒有遺漏嗎？

MECE 的 CE 依定義要求覆蓋所定義的全集；問題是人與 Claude 不能只靠一句宣稱，證明全集定義正確。未知因素、資料不足或範圍選錯，都可能造成遺漏，因此輸出仍是待核對的分類。

5. 四組提示詞每次都要跑嗎？

不用。多數決策型文字先跑金字塔改寫，再視需要做 MECE 審查與決策者測試；只有讀者需要理解問題背景時才加入 SCQA。

6. Claude 產出的版本可以直接寄出嗎？

不建議。至少要逐一核對數字、因果、來源、語氣、權限、風險、收件人與附件，並確認模型沒有把「待補證據」改成肯定句。

7. 這套方法能提高回覆率或轉換率嗎？

目前不能當成已證實效果。這套格式會把答案與行動要求明示並前置；是否提升讀者感知的清楚度、回覆、批准或轉換，要用預設指標與隨機 A／B 測試驗證。

8. 哪一種內容最適合開始練習？

從低風險、可驗收的決策型文字開始，例如會議摘要、方案比較、專案更新或內部核准信。先不要拿法律聲明、醫療建議或重大人事溝通當第一個實驗。

這篇教學帶走的五個新手觀念

1. 思考時由材料往上抽象；表達時由答案往下展開。
2. 清楚溝通不是只有結論，還要有同一分類基準的理由與可查證證據。
3. SCQ 用來找讀者的問題；SCQA 是本文採用的實作擴寫。
4. MECE 是有範圍的檢查工具，不是 Claude 能頒發的完整性證書。
5. 最好用的提示詞也只是流程起點；保存基準、補證、人類定稿與實際評估缺一不可。

延伸閱讀與下一步

• Claude 怎麼省 token：高訊號上下文與重複資料成本。
• Claude、Claude Code、Cowork 差在哪裡：分清對話、程式與協作介面。
• AI Agent Harness 是什麼：理解工具、狀態與驗證層。
• 從零打造 AI Agent Harness：把提示變成可測工作流。
• Claude Code vs Codex：比較兩種專案型 AI 工具。
• AlphaLab 課程：建立 AI 工具實作基礎。

結論：讓 Claude 幫你看見結構，不要替你發明確定性

金字塔原理最有價值的地方，不是讓每封信「無法忽略」，而是逼作者回答三個可檢查的問題：我的答案是什麼、理由如何支持答案、證據在哪裡。當這三層被拆開，讀者至少能快速找到你真正的主張，也能看見哪些地方仍不確定。

從下一封低風險內部信開始：保存原稿，填完第一組提示詞，人工補證，再用固定 rubric 比較兩個版本。Claude 可以協助重排內容、標示可能的重疊或缺口，並依固定 rubric 做文字壓測；結果仍需人類核對，最後的事實、判斷與責任也在你手上。

主要資料來源

• Barbara Minto 官方網站：Pyramid Principle 與 SCQ Framework
• McKinsey：Barbara Minto、金字塔原理與 MECE 歷史
• Anthropic：Claude prompting best practices
• Anthropic：Define success criteria and build evaluations
• Anthropic：Reduce hallucinations
• U.S. Air Force：The Tongue and Quill
• PsychArchives：2026 年金字塔原理叢集隨機研究預先登錄
• 靈感來源：Navtoor 的 X 長文（僅作選題與結構靈感，不作成效證據）

資料查核日期：2026 年 7 月 26 日。本文僅供 AI 工具、寫作方法與商務溝通教學，不構成法律、醫療、投資、管理顧問或其他專業意見，亦無業配內容。AI 可能產生錯誤或虛構資訊；涉及重大決策、機密資料與對外承諾時，請由具備權限與專業的人員複核。