最近看到一篇很实用的文章，里面给了一个 “通用指令”，用来快速搞懂一家公司。那种你平时要花一两个小时查资料的事情，它帮你压缩到几分钟内完成。

这个指令，我真心觉得可以收藏起来。

因为它直接解决一个很现实的问题： 很多决策，其实卡在 “还没搞清楚这家公司在干嘛”。

将这段指令贴进 ChatGPT、Claude 或 Gemini：

研究 [公司名称]，并给我一份 briefing，包含以下段落：

1. 他们实际上在做什么（用一段话说清楚，不要用行话）
2. 商业模式（他们怎么赚钱、谁付钱）
3. 关键数字，可以做成表格（营收、募资、员工数、成长率）
4. 主要竞争对手，以及他们有什么不同
5. 这家公司业务面临的最大风险
6. 大多数人最容易误解他们的哪一点

只使用你能透过网路搜寻验证的资讯。任何不确定的地方都要标示出来。并附上你引用的出处和原文连结。

这套方法不只适用于面试。只要你需要 “快速建立框架，但不需要立刻变专家” 时都能派上用场：

• 面试前晚临时抱佛脚： 帮你省去在 Google 搜寻海量资讯的时间。
• 看新闻遇到陌生品牌： 新闻里冒出一家公司时，我会先看它的竞争对手、差异点和成长数字。这样比较快判断它是真的值得追，还是纯属炒作。
• 有投资想法想先评估： 在投入资金前，快速过一遍它的风险与商业模式。

需要知道的是，虽然 AI 是强大的助手，但它并非万能，尤其针对 数字类资讯（如营收、人数）有时会给出过时或不确定的资料。

如果 AI 产出的结果没有明确标注来源，记得养成 “二度查证” 的习惯，避免在正式场合引用到错误的数据。

以前要理解一家公司，路径很固定：
开官网 → 看 About Us → 找新闻 → 拼凑信息。

问题不是找不到资料，而是太多、太散，而且每一份都在讲“对自己有利的版本”。

而现在，变成不是你去找资料，而是你先定义 “你要看什么框架”，再让 AI 帮你整理。

这件事看起来只是省时间，但影响其实在决策质量。

比如，一个品牌突然很红，过去很多人会看曝光量、讨论度，就觉得 “这很值得跟”。

但如果你先用这个指令跑一轮，你会看到三件更关键的东西：
它怎么赚钱、它跟谁在竞争、它的风险在哪里。

很多时候，这三点会直接打破表面的热度。

再讲一个更现实的场景。

如果你的团队在评估合作对象，过去可能是凭感觉：
“这个品牌看起来不错”、“他们最近很活跃”。

但现在，如果10分钟内可以把对方的商业模式、竞争位置、成长数据都看一遍，
那你的判断依据就完全不一样了。

决策的差距，不在于谁知道更多资讯，而在于谁更快把资讯变成结构。

文章参考：数位时代