大部分决策是潜意识的过程，能不能用系统化、可复制的方式把所有决策做好。
还能清晰准确描述决策程序。让同样情况下任何人都能做出高质量决策。
5.1 要认识到 1.影响好决策的最大威胁是有害的情绪 2. 决策是一个两步流程（先了解再决定）
事实是什么，因果宏观理解
基于知识确定行动计划，需要综合权衡直接结果、后续结构、再后续结果等长远结果。
糟糕的决策不考虑长远后果。
5.2 把了解做好
对现实形成准确、完整的认知，综合分析，将数据转化为精准画面的过程，一天有无数事情，要分清哪些是重要的。
我能做的最重要的决定之一是决定问谁
不要听到什么就信什么，分清观点和事实
所有东西都放到眼前看会更大，尽量跳出去从全局看，或过一段时间
不夸大新东西好处，用时间准备
不过度分析细节，一个事件是某一时刻，综合分析要看大局。
5.3 综合分析变化的形势
明白不同的点在一段时期内的相互关系，搜集、分析识别不同类型信息。
5.3.1 始终记住改善事物的速度和水平，和两者关系。 距离多远，能否确保改善速度超过平均水平
5.3.2 不必过于精确，我们需要的是宏观上的大致情况
5.3.3 二八法则，明白关键的20%
5.3.4 不做完美主义，通常决策只要考虑5~10 个重要因素
5.4 高效综合考虑多层次
现实氛围不同层次，每一层都有不同但是有价值的视角。综合分析要在不同层次切换。
高层次的全局
次一级的理念
再次一级里程碑
再再次一级的每天事务
5.4.1 用基线区分概括性和细节性讨论，如果谈话分析混乱、让人迷惑一般是谈话者陷入了细节，在基线下。
5.4.2 决策要在合理的层次做出，应该在各层次之间保持一致。
问题存在多个层次
一个问题，要明白分析的是哪个层次
有意识在不同层次转换
5.5 综合分析现实、理解如何行动的最好工具是逻辑、理性、常识。
把决策做好是一门科学，需要概率、统计学、博弈工具
5.6 根据预期价值计算做决策
一件事，有奖励和惩罚，综合评判，而不是凭直觉这么做。
如押100元，胜率60%得到100，惩罚40%失去，则预期价值就是20
5.6.1 不管押队概率已经有多大，提高押队概率始终有价值。从51%提升到85%，你的预期价值是之前的17倍。
5.6.2 知道什么时候不去押注，和知道什么注值得押一样重要
5.6.3 最好的选择是好处多于坏处的选择额，不是毫无坏处的选择。
5.7 比较更多信息带来的价值和不做决定带来的成本，决定优先顺序。
5.7.1 先把必做之事做完，再做想做之事。
5.7.2 没时间处理不重要的事时，那就别做，以免重要的事没时间
5.7.3 不要把概率当做可能
万事皆有可能，更重要的是概率。 考虑每个因素的发生概率，进行排序
5.8 成为好决策者的捷径
好决策者在熟练了以上方法后，把这些方法化为本能的
简化
把重要因素和相互关系呈现出来，不断追求精简。
5.9 使用原则
使用原则可简化改善决策。所有眼前的情况都是类似情景再现，识别情景，需要深思熟虑的原则去应对。
这样需要做决策的数量大大减少，决策质量大大提升。
5.9.1 思维慢下来，注意现在用的决策
5.9.2 把这个标准作为一项原则写下来
5.9.3 当结果出现，评估结果，思考标准，写下类似情景出现前的改进标准。
5.10 对决策进行可行度加权
和高度可信、意愿表达深思熟虑分歧的人交流能深化对问题的理解，改进决策质量。
不能高估自己的可信度，要区分可信度不同的人。
5.11 把原则转化成算法，然搞计算机和我决策
检验原则在过去不同情况起什么作用，改进原则，对问题有飞跃式的深入理解。
和计算机相互学习，各展示所长。
5.11.1 系统化和计算化的决策
人工智能的决策会变得常态化，这种做法越来越普遍，编码和鞋子一样重要。
人工智能可以在我面临的问题上，用全世界最高质量的思考，得到权衡不同观点的指导。
5.12 在深刻理解人工智能之前不要过度新来他。
计算机辅助决策技术有三大类：
专家系统：设计者根据自己对因果关系理解，将决策标准表述出来。
模拟：计算机发现规律，并用用到计算机决策中。不需要理解背后逻辑
数据开采：功能强大的计算机消化大量数据，寻找规律。
计算机没有常识，无法说明决策后面的逻辑
由专家系统这种因果关系产生深刻理解产生的兴奋、安全感和教育价值更加有吸引力。