將空間分割為區域

將大問題拆解為區域

當一個空間大到無法直接搜尋時，你可以劃分它：將其分割為互不重疊的區域，這些區域合起來涵蓋整個空間。回答一個子問題，意味著選取其中一個區域，並忽略其餘部分。

假設問題是「上個季度營收為何下降？」答案空間非常龐大。將其劃分：(a) 客戶數量減少，(b) 相同客戶消費減少，(c) 定價或計費變更，(d) 資料錯誤。這四個區域涵蓋了整個空間且互不重疊。每個區域都是一個你可以獨立處理的較小問題。

一個好的劃分具備兩個直接借鑒自幾何學的性質：這些區域覆蓋整個空間（沒有遺漏），且它們是互斥的（沒有重複計算）。若遺漏了空間的一部分，真正的答案可能就隱藏在缺口之中；若區域之間有重疊，則會浪費精力在同一塊領土上搜尋兩次。

每個子問題將你的注意力收束到一個區域。一旦回答它，你就排除了該區域之外的一切：這是一種大幅且低成本的搜尋空間縮減。

乾淨的劃分

某城市提出問題：「為什麼緊急應變反應時間正在上升？」

一位分析師建議將其拆解為：(a) 通話到派遣人員的時間變長，(b) 人員派遣後抵達現場的時間變長，以及 (c) 人員完成任務並釋放的時間變長。

每個需求都切分空間

作為半平面的約束

想像答案空間是一個平坦的平面，每個點都是一個候選答案。約束就是一個需求，& 每個需求在平面上畫出一條線 & 只保留其中一側。在幾何學中，這個被保留的側面稱為半平面。

「低於十五美元」是一條線；保留便宜的那一側。「步行可達」是第二條線；保留較近的那一側。「現在營業中」是第三條。你每增加一個需求，就是多一次切割。

滿足所有需求的答案，位於所有保留側面的交集中。將足夠多的半平面取交集，你會得到一個小的有界區域：一個整齊的區域，裡面包含唯一正確的答案。

兩種失敗模式

約束不足（切分太少）：區域保持無界。它會延伸至無限遠，因此無限多個模糊的答案都「符合」條件。「給我一個好點子」就是無界的。你得到的是雜訊，因為沒有任何東西被排除在外。

約束過剩（切分太多，或相互矛盾）：區域變為空集。這些半平面沒有共同點，因此沒有任何答案符合條件。「一個既是偶數又是奇數的數字」將空間切割至無物。

一個良定義的問題位於這兩者之間：有足夠的約束來界定區域，但不至於多到彼此矛盾並使區域變空。

有界、無界、空集

一位經理向設計師要求「一個標誌」。後來他們要求「一個標誌，必須是單個字母、單色、在 16 像素下可用，且同時使用至少四種顏色」。

最佳切割將空間一分为二

二分搜尋：每個是/否問題將空間減半

有些問題是是非題。從幾何角度來看，一個是非題畫出一條線，並告訴你答案在哪一側：它一筆就丟棄整個區域。

最佳的是能將空間切成兩等份的是/否問題，因為無論得到哪個答案，你都恰好排除了剩餘的一半。不斷問「它在上半部嗎？」，空間便會以幾何級數的速度迅速收斂。

這就是二分搜尋。從 N 個候選開始。提出一個好的問題後，剩餘 N/2 個。兩次後，剩餘 N/4。經過 k 次提問後，剩餘 N / 2^k。當只剩下一個候選時便完成，因此你需要找到最小的 k，使得 2^k 至少為 N。

這個最小的 k 是 log2(N) 的上整數（ceil）。對於一千個候選：2^9 = 512（不夠）& 2^10 = 1024（足夠），因此 log2(1000) 約為 9.97，你需要 10 個問題。十億個候選呢？十億的 log2 約為 30。二分法的力量如此強大，從一千增加到十億，僅需多問約二十個問題。

提問的啟示：一個精準的是/否問題，在將剩餘空間均勻分割時價值最大。一個偏頗的問題若只能排除極小部分，便浪費了這次提問機會。

確保找到目標

你正在玩一個猜數遊戲。某人從 1 到 1000 中選取一個整數。你只能提問是/否問題，且你以最佳策略進行（每個問題都將剩餘候選盡可能均勻分割）。

當答案變得廉價，切割便顯得珍貴

提問即是工作

將這四個部分結合起來。一個問題開啟了一個空間。分解將其劃分。約束條件將其切割為有界的可行區域。好的「是/否」問題將其減半。這些每一個都是在尋找答案之前縮小搜尋範圍的行為。

在歷史的大部分時間裡，答案才是昂貴的部分。你需要付費請專家、進行實驗、翻閱檔案。因此，我們重視那些能產出答案的人。

這種平衡已經被顛覆。自動化系統現在能以極低的成本，批量生成大量看似合理的回答。當回答變得廉價且充裕時，再多產出一個已不再是成就。真正稀缺的，是知道哪一個回答值得擁有：這是一項提問的技能，而非產出回答的技能。

從幾何學的角度來看：機器會樂意提供空間中的任何一點。你所增加的價值，在於繪製那些將空間切割至「好答案必然存在」之特定區域的約束條件。若約束不足，你將淹沒在看似合理的雜訊中（一個無界區域）；若約束過多，則什麼都得不到（一個空區域）。提出恰當的切割，使區域大小剛好合適，才是那項稀缺的、屬人的技能。

因此，槓桿點不在於「獲得一個答案」，而在於「提出約束條件，使答案空間小到足以讓其中的任何一點都值得擁有」。

價值轉移之處

分析師現在可以在幾分鐘內，以幾乎零成本生成一百份策略草稿。

問題幾何學：總結

你學到了什麼

問題不是對單一答案的請求。它是一個空間，包含各種可能的答案，而提問的藝術就是縮小這個空間的藝術：

- 搜尋空間： 每個問題都開啟了一組候選答案。精準的問題開啟一個小集合；模糊的問題則開啟一個龐大集合，讓你在其中漫無目的地遊蕩。

- 分解即劃分： 將一個大空間分割成互不重疊且完全覆蓋該空間的區域；每個子問題將你引導至其中一個區域。

- 約束即邊界： 每個需求都是一個半平面；答案位於它們的交集之中。切割過少會留下無界區域（無限的模糊答案）；相互矛盾的切割則會留下空區域（無解）。

- 二分法縮小範圍： 一個精心設計的是/否問題，能將搜尋空間一分为二。要在 1 到 1000 之間鎖定一個數字，需要 ceil(log2(1000)) = 10 個問題；而鎖定十億個數字，也只需要大約 30 個問題。

而其中的回報在於：當自動化系統讓獲取答案變得廉價時，稀缺的技能不再是「生產答案」，而是提出能將空間切割至唯一值得擁有之區域的約束條件。學會畫出這些切割線，你便能將漫無邊際的漫遊式搜尋，轉化為短小精悍的搜尋過程。