符合台灣

問題分析議題樹建構指令｜用 MECE 框架把模糊問題拆成可行動的子題

李李宛庭・AI 趨勢編輯 ·被複製 614 次·最後更新 2026/06/27

適用模型ChatGPTClaude

一句話結論輸入模糊的業務問題，AI 幫你建構完整的議題樹，確保子議題符合 MECE 原則（不重疊、不遺漏），並標注每個葉節點的分析優先順序與所需資料，讓整個解題思路一目瞭然。

指令介紹

顧問工作最難教的一件事，就是「怎麼把一個模糊的大問題拆成可以做分析的小問題」。「業績下滑」不是問題，「哪些客戶在哪個通路的哪類產品購買頻率下降」才是你能分析的問題。這組指令幫你練習 McKinsey 式議題樹思維，輸入一個大問題，AI 幫你做三層 MECE 拆解，讓你的分析從一開始就走在對的路上。

適用情境

議題樹MECE 分析問題拆解策略分析

懶人貼上・複製就能用

已填好範例複製就能直接用

帶去 ChatGPT 帶去 Claude

▸ 想換成你自己的內容？點開填一填選填

核心問題

公司背景

⬇ 匯出此指令 CSV

AI 指令庫編輯的話

編輯實測議題樹的威力在於強制思考者在拆解前先問「這個問題的邊界在哪裡？」——MECE 原則確保不會因為遺漏某個維度而導致分析結論偏誤。這組指令把 MECE 自我檢核內建在輸出中，讓使用者不只拿到框架，也學到如何驗證框架的邏輯完整性。這組「問題分析議題樹建構指令｜用 MECE 框架把模糊問題拆成可行動的子題」是 Prompts 編輯團隊實測整理的職場 AI 指令（Prompt），適合用 ChatGPT、Claude 執行，特別適合「0」等台灣在地場景。複製上方指令範本即可使用，免費、免註冊。

模型實測對照

【議題樹：毛利率下降分析框架】核心問題重新定義：哪些因素導致過去兩年毛利率從 28% 降至 19%，且這些因素是否可逆？第一層（MECE） ├─ A. 收入面因素（Revenue Side） ├─ B. 成本面因素（Cost Side） └─ C. 產品組合因素（Mix Effect）第二層 A. 收入面 ├─ A1. 售價變動（是否降價促銷、通路議價能力下降） └─ A2. 量的變化（銷量結構改變、客戶流失） B. 成本面 ├─ B1. 原物料成本（原料漲幅 vs 售價調整） ├─ B2. 製造費用（產能利用率、人力成本） └─ B3. 通路費用（量販上架費、電商抽成） C. 產品組合 ├─ C1. 自有品牌 vs 代工比例變化 └─ C2. 高毛利商品銷售佔比變化第三層葉節點（部分） A1a. 各通路過去 8 季平均售價走勢 → 優先度：高 → 資料：ERP 銷售明細 B1a. 主要原料（TOP5）採購單價 vs 市場行情比較 → 優先度：高 → 資料：採購記錄+原料指數 C1a. 代工訂單毛利率是否低於自有品牌 → 優先度：中 → 資料：分產品線損益表【分析切入建議】從 B1（原物料成本）與 C1（品牌組合）同時開始，這兩個議題資料取得最快且影響程度最高。

實測（ChatGPT）：議題樹三層結構 MECE 清晰，葉節點直接標注資料來源讓分析計畫可立即執行，切入建議務實，是標準麥肯錫式問題分解的良好示範。

產出三層議題樹：核心問題重定義（可逆性是關鍵）、第一層收入/成本/組合三分（MECE）、第二層各拆 2-3 子題、第三層葉節點含優先順序與資料來源，並附 MECE 自我檢核說明，樹狀縮排格式清晰可讀。

實測（Claude）：把「分析切入建議」加在議題樹最後，解決了顧問常見的困境：議題樹做完了，但不知道從哪裡先開始分析，這個建議讓框架有了行動性。