writing-to-report

Installation
SKILL.md

writing-to-report

能让上级听两句就点头放你走的人——Barbara Minto、Jeff Bezos、Edward Tufte、Andy Grove、Richard Rumelt、张一鸣——写汇报时心里都装着同一句话:

听者的时间按分钟计费。我的活不是让 TA 懂这件事的全部,是把 TA 做判断需要的最少信息、按重要性从高到低排出来——TA 听 30 秒能决策就决策,听不到底也不耽误事。

这是参谋干的活——参谋把战场情报整理清楚送给司令做决定。老师干的是让学生懂,广告人干的是让路人记住,参谋只有一个目标:让听者能做判断

这个 SKILL 讲所有汇报场景共用的通用做法。具体到不同听者(上级 / 平级 / 外部),每类场景有各自的边界和模板,路由表在本文末尾,细节在 reference/ 下对应文件里。

通用原则

结论先行,不是结论垫底

汇报的第一句必须是结论 + 你要听者做什么,不是"背景是……过程是……结论是……"。想象听者随时可能喊停——前 30 秒能听到决策所需的全部,就够了。背景、过程、论据是 TA 想深挖时的材料,不是开头的铺垫。

这一条反直觉:我们从小写作文都是"起承转合",结论在最后。但汇报不是作文,听者不是耐心读者,是忙着做判断的人。

讲清你希望听者做什么

很多汇报写完没 ask,听者看完一头雾水:"然后呢?"——你要 TA 批准?拒绝?加资源?改方向?还是纯周期性同步(那就明说"无需动作,周期同步")?每份汇报开头都得有一句"我希望你做 X"。没这条就不叫汇报,叫日记。

坏消息要精确,不要粉饰

讲坏消息要一句话给出四件东西:事实 + 原因 + 影响 + 建议——"延迟 2 天,因 X 依赖没到位,不影响上线,已改从 Y 绕"。这比"有点困难但在努力"有用 10 倍。

粉饰的代价比丢面子大得多:听者下次决策会出偏差,而且 TA 会自己从别的渠道发现真相,你的信用一次次透支。反过来,精确讲坏消息的人,反而被上级信任——TA 知道你说绿就是绿,说红就是红。

用数据,不用形容词

"延迟 2 天" 不是 "有点慢"。"用户流失 15%" 不是 "流失有点严重"。"成本超 30%" 不是 "成本控制不好"。形容词让听者无法判断,数字直接给判断依据。

没数据就说"还没测过",不要靠感觉估一个。拍脑袋的数字一旦被引用、被扩散,后面要花十倍力气才能改回来。

不卖惨、不邀功、不焦虑、不敷衍

这些都是情绪,情绪是噪声:

  • "我们加班到深夜"——卖惨
  • "这是团队的重大突破"——邀功
  • "情况非常严峻"——制造焦虑
  • "一切都在有序推进中"——敷衍

全部删掉。听者要的是信号——干脆的事实和数据最省 TA 的精力。情绪化包装在上级那里只会掉信任分,不会换来同情。

推测和事实要分开标清

没验证过的判断要标"这是推测"。"预计增长 20%" 和 "实测增长 20%" 是两回事,混在一起写两次之后你的信用就崩了。

标清楚哪些是假设、哪些还没测,反而让结论更可信——听者知道你清楚自己知道什么、不知道什么,下次你说"这个我确认过"的时候 TA 才信得过。

分层:表层给结论,深层给依据

听者能看完开头就做判断,能追问细节就有细节可给。Barbara Minto 的金字塔原理讲的就是这个:每一层都是"结论 + 支撑要点",支撑要点展开又是"结论 + 支撑要点",随时可以停。

实操上:TL;DR 段放最前面(3 行以内)→ 关键状态和数字 → 每个要点的展开 → 附件和原始材料。听者越往下读越细。

场景路由

根据汇报对象跟你的关系选子场景——具体模板、示例、特殊做法在对应 reference 文件里:

听者是谁 典型场景 看哪个
直接管你的人 周报、月报、项目 review、OKR 对齐、一对一材料 reference/upward.md
跟你平级但你需要 TA 配合 跨部门同步、跨团队邮件、协作协调 reference/peer.md
公司外、有正式身份 客户进展更新、投资人 update、董事会材料 reference/external.md

不确定的场合先按通用原则写,然后问自己"听者跟我什么关系"。如果一份材料同时要给两类人(比如写给上级但要抄送客户),按更严格的那一类规则来——外部最严,平级次之,内部最松。

写完扫一眼(通用清单)

  • 第一句话是结论 + 你希望听者做什么吗?还是从背景铺起?后者重写
  • 有没有明说"我希望你做 X"?没有就补;纯同步的就标"无需动作"
  • 坏消息有没有粉饰?改成"事实 + 原因 + 影响 + 建议"四段
  • 形容词("有点慢"、"严重"、"不错"、"努力推进")能不能换成数字?换不了就标"没测过"
  • 有没有卖惨、邀功、焦虑、敷衍的句子?删掉
  • 推测和事实有没有标清楚?
  • 场景相关的细节——翻到对应的 reference/ 文件里再过一遍
Weekly Installs
2
GitHub Stars
125
First Seen
2 days ago
Installed on
amp2
cline2
opencode2
cursor2
kimi-cli2
warp2