比如，一流企业已经招揽了众多业专家，却还以高薪雇用顾问，这是企业主“知道过头”。

确立议题有五种方法。

比方说，“商品购买行为”涵盖的范围太大，可以将商品领域限定为“数字家电”。如果这样仍然范围太大的话，就再将讨论的对象缩减为“数码相机”“打印机”等。

比方说，在讨论“店铺中的陈列方式”时，可以排列出相互的关系并制成图画。重叠摆放的物品就画成上下重叠，于是就很容易看出哪里和哪里的联结还不够清楚，或哪里和哪里的排列会有问题等这些需要查明的地方，而这就是议题。

③ 从最终情形倒推

要快速整理议题的扩展时，可以从“究竟最终想要的是什么？”开始思考，这也是很有效的方法。

例如，想要思考自己三至五年的中期事业计划时，设计“想象中的情形与到达目标的正确路径”，正是成为“最终想要的成果”。然后再更进一步思考要知道什么才能决定“愿景”。

如果提出当作议题的口袋选项中，多数是一看就是理所当然的问题时，反复问“Sowhat?（所以呢？）这个假设的问题，将会非常有效果。

比方说，设定“全球气候变暖是错误的”的议题，会如何呢？

其中，究竟什么是“错误的”说得不清不楚，自然无法找出答案。

对这个句子询问“所以呢？”回答若是：全球气候变暖，并不是全球一致共通发生的现象。

至少可以看见一个该找出答案的重点（气候变暖的状况在全区域内是否一致）。只是，各地区的气候当然多少会有差异，所以这还不足以成为议题。

于是再进一步深入问“所以呢？”回答若是：全球气候变暖现象，只有北半球部分地区发生。

限制地点，若加上说：被视为全球气候变暖根据的资料都以北美及欧洲为主，地点有偏向性。

则验证的重点就成为明确的议题。

再进一步针对定义模糊的部分“刻意地”继续问“所以呢？”：主张全球气候变暖者的资料，不只地点偏向于集中在北美及欧洲，数据的获得方法或处理方式也有失公正。

如此一来，该找出答案的重点就成为更明确的议题了。

反复问“所以呢？”以进一步验证议题的工作相当累人，建议大家与其一个人拼命，不如以团队的力量一起用头脑风暴的方法进行较好。

⑤ 思考极端的实例

当要素与变量牵涉在其中时，尝试将几个重要变量先填入极端的数值，就能看出哪个要素的变动会成为关键。

例如，假设在以会员为对象的生意上，面临收益无法提升的问题。可能存在“商品营业额”“会员费”“招揽广告”等变量，哪个变量真正对提升收益有效果，并不是那么容易就可以看得出来。

这时候如果将“市场规模”“市场占有率”等基本要素填入极端的数值，将会发生什么事？

假设“市场变成十倍，或变成五分之一的话”“市场占有率变三倍，或变三分之一的话”，再进行思考。

如果能像这样将关键的要素选项缩减至三个左右，那么就可以看清楚“将来哪个要素在本质上真的会有巨大影响力”，从而将之定为议题。

三、如何快速提高议题解答行动力

想要快速提高生产力，最为关键的是查明真正有意义的问题，提高解答行动力。

提高解答行动力，让生产力大幅提升的工作就是发展故事线（亦称故事情节、剧情），并对这个故事线进行图解、制作连环图，两项结合起来称作“议题分析”。

其中发展故事线为文字层面分析，图解、制作连环图为视觉图像分析。

发展故事线是提高解答行动力的文字层面分析方式。分为“分解议题”和“根据经过分解的议题组建故事线”。

第一，分解议题。

分解议题时，针对到目前为止找不到答案的议题着手进行分解，直到可解答的大小为止。

注意一定要分解到“彼此独立、互无遗漏”的程度，而且每个次要议题都要“具有本质意义，且不能再往下分解”。

比方说，如果以“鸡蛋中各种成分对健康的影响”为主要议题，次要议题大概就需要将蛋白与蛋黄等成分分开单独讨论。

很多人会把次要议题设定为像白煮蛋切片一样，全是些大同小异的内容。虽然彼此独立、互无遗漏，但这是无法比较、找不出答案的无意义分解。

分解议题并针对各个议题找出假说，自己最终想要传达的内容自然而然变得大家非常明确。

第二，根据分解后的议题组建故事线。

思考应按照什么样的顺序排列次要议题，传达出最终想要说明的内容。

组建故事线有两个模版，一是“并列‘为什么？’”，一个是“空、雨、伞”（确认课题、深挖课题、做出结论）。

并列“为什么？”是很简单的方法，就是针对最终想传达的信息，将理由或具体的实施方法以“并列”的形式列出，以此支持该信息。

例如，最终想传达的内容是“该投资案件A”时，至少需要以下三个观点，并排列出各自的“为什么”。

第一“为什么案件A有吸引力呢？”

第二“为什么该着手处理案件A？”

第三“为什么可以着手处理案件A？”

通过“第一、第二、第三”这种类型的说明可能更为浅显易懂。

空、雨、伞（确认课题、深掘课题、做出结论）模板就是以支持最终想要传达的事情（通常结论就是“伞”），大多数人应该比较容易习惯。

空：××是问题。（确认课题）

雨：要解决这个问题，必须查明这里才行。（深掘课题）

伞：如果是这样的话，就这么办吧。（做出结论）

比如，今天出门想到“是不是该带伞出门”？要找出答案，我们通常会按下述流程判断：

·空：“西边的天空好晴朗啊！”

·雨：“以现在天空的情况来看，短时间内应该不会下雨吧？”

·伞：“这样的话，今天就不用带伞出门了！”

这就是整合的过程。根据“空、雨、伞”进行讨论时，胜负大多取决于在“雨”的阶段深掘课题的程度。

一般来说，在思考“最终该传达的信息（即经过证明的议题假说）”时，要思考什么样的分析会让自己赞同并能说服对方，再遵循故事线提前设计出从上述思考中设想到的内容。

我将这个设计分析意象的步骤称为制作“连环图”。通过将具体的数据意象制作成视觉图像表现，我们立刻就能看到最终输出结果的蓝图。

如何制作连环图呢？可以按照“找出轴、意象具体化、清楚指出获得数据的方法”三步走。

第一步找出轴，即分析架构。

可以利用展开表（spread sheet）或大纲编辑功能（outline）进行整理。

比如，分析“喝运动饮料的情境”时，先将脑中浮现出的各种情境都先零零散散地写出来。

将类似的项目放在一起，同时找出轴。根据情况的不同，有下述四种情况：

·只有A的案例

·是A也是B的案例

·只有B的案例

·不是A也不是B的案例

先观察是否存在“是A也是B的案例”的可能性，如果没有，就将该条件删除，根据三个条件进行比较。

只要先做好这个步骤，思考中“松散”的部分就会消失，分析也会迅速变得清楚明确。

第二步意象具体化。

在找出的轴上填写具体的数值，从中找出“我想要这样的结果”。

当“轴”整理完毕后，接着就要放入具体的数值，制作分析与反思结果的意象。，数值不是越精确越好，当想要查明“50%还是60%”时，就不需要以0.1%为单位的数据。

需要什么精度的数据、什么和什么比较会成为关键，都必须明朗化。如果觉得假说中包含“可能会出现快速变化”的地方，那这部分就必须先取得较精确的数据。

以“人感觉到甜味的甜度”为例，假设现在正在开发某种饮料，需要针对“人感觉到甜味的甜度”进行调查。

我们思考知觉的基本性质后可以预测这个结果可能不是直线，而是呈S形有弧度的曲线。

甚至按照市面上一般饮料的甜度分布于5%~10%来思考的话，可以设立假说为在5%~10%的五个百分比之间，敏锐度很可能有非常大的差异，10%以上的话，大概敏锐度又会降低。

一旦像这样设立假说，就可以看见在5%~10%之间要获得精确数据的需求。

第三步是清楚指出获得数据的方法。

设定议题后，如果没有办法获得重要数据，一切都将化为空中楼阁。