Flow Insights

张朝阳克服拖延的方法:从“拖到最后一天”到“当天晚上就想做完”

先让任务从陌生变熟悉,再把预热变成可以继续工作的材料。

一个人走在星空下,混乱思绪逐渐汇聚成清楚的前路
从“今天先休息”,到“今天晚上就想做完”,中间发生的是一次认知预热。

2022 年 12 月 11 日,在《星空下的对话》中,搜狐创始人张朝阳与清华大学心理学教授、积极心理学研究者彭凯平谈起了拖延[1]。

张朝阳先讲了一个自己很熟悉的场景。

比如,下周必须交一篇文章,或者下一次物理课需要提前准备。时间明明还有几天,人却很容易对自己说:

算了,等到最后一天再写吧,今天先休息一下。

他认为,拖延并不只是因为想休息。更深一层的担心是:真正坐下来以后,发现自己根本写不出来。

为什么写不出来?因为对这件事还不够熟悉。要表达什么、还缺什么信息、不同材料之间是什么关系,都没有真正想清楚。

张朝阳说,他从 BBC 的一篇文章里看到一个方法,自己试过以后“效果非常好”:先不要逼自己写,出去散个步。

但这次散步不是逃避。他会边走边自言自语:

我为什么要做这件事?
我要表达什么?
表达之前需要先了解什么?
我是不是要先收集信息,再过一遍脑子?
这个事情需要什么?什么和什么之间有什么关系?

张朝阳特别强调:这些话要真的说出来。

说着说着、想着想着,大脑开始 warm up,相关的神经元被调动起来。任务也从“不熟悉”逐渐变得“熟悉”。

然后一个很有意思的变化发生了。

原本还想等到最后一天再做,等问题在脑子里过了一遍,兴奋点反而被点燃了。他甚至不想等到后天,当天晚上就想把它做完。

从“今天先休息”,到“今天晚上就想做完”,张朝阳讲的不是一种强迫自己行动的方法。恰恰相反,他先允许自己不写,只是通过散步、提问和自言自语,让一件陌生的任务逐渐变得熟悉。

张朝阳没有在视频中说出 BBC 文章的标题。目前能查到的两篇相关 BBC Worklife 文章,分别讨论了自我反思问题[2],以及散步、低负荷活动带来的思考孵化[3],但都没有完整覆盖他在对谈中描述的全部步骤。

很多任务不是太难,而是还没有入口

层层叠叠的模糊任务中,一道可以进入的窄门逐渐显现。
层层叠叠的模糊任务中,一道可以进入的窄门逐渐显现。

“写一篇文章”看起来是一件事,其实里面叠着很多没有回答的问题:

  • 这篇文章写给谁?
  • 真正想表达的判断是什么?
  • 哪些事实已经确定?
  • 还缺什么资料?
  • 先讲结论,还是先讲故事?

当这些问题全部压缩在“写文章”四个字里时,任务就像一整堵墙。

你知道自己必须翻过去,却看不到入口。打开文档不知道第一句写什么,查资料又不知道应该查到什么程度。于是你先回一条消息,再看一眼新闻,最后告诉自己明天状态好一点再做。

这时候反复要求自己“赶快开始”,并没有让任何未知消失。压力增加了,任务还是那堵墙。

拖延研究提供了两个相互补充的解释。

Piers Steel 在 2007 年汇总 691 组相关关系的元分析中发现[4],任务厌恶感、任务回报距离、自我效能和冲动性,都是较稳定的拖延预测因素。这个结论不能直接证明“陌生必然导致拖延”,但它说明:拖延不只是一个人的性格问题,任务本身给人的感受同样重要。

Sirois 和 Pychyl 则把拖延解释为一种短期情绪调节[5]。面对令人不适、担心失败或不知道如何下手的任务,先去做别的事,会立刻带来一点轻松。代价被留给未来的自己,眼前的情绪却暂时好了一些。

这就解释了为什么“今天先休息,最后一天再写”会如此有吸引力:它先解决了此刻的不舒服,却没有解决任务本身。

更直接的证据来自 2022 年一项关于任务模糊性和学业拖延的经验采样研究[6]。Wieland 等人跟踪 88 名学生备考七天,每天测量六次,共记录 3,581 次学习情境。结果显示,当学生对当次学习任务感到更模糊时,拖延发生的风险也更高。这个研究针对的是考试准备,不能直接外推到所有工作任务,但它支持了一个重要判断:不知道具体要做什么,本身就可能增加启动阻力。

张朝阳的预热法,真正做的不是给自己打气,而是把墙拆开。

当“我要写文章”被展开成“我先确认三个事实”“我真正想表达的是一个判断”“我还需要找一个反例”,原本没有入口的任务,突然出现了第一步。

所以,拖延有时不是因为不重视,也不完全是缺少意志力。只是这件事还没有被理解到足以行动。

但只在脑子里想明白,还不够

注意力切换时,刚刚建立起来的上下文也可能随之散开。
注意力切换时,刚刚建立起来的上下文也可能随之散开。

散步时,你可能突然发现,一次重要沟通真正要确认的只有两个问题。

也可能突然意识到,方案迟迟无法推进,不是因为不会做,而是还缺一个关键事实。

那一刻你会觉得:我好像想明白了。

但如果这些东西只停留在脑子里,回一条消息、切换一次注意力,刚刚建立起来的关系很容易再次散掉。

Sophie Leroy 关于“注意力残留”的两项实验发现[7],人从一项未完成任务切换到另一项任务时,注意力并不会自动完成干净切换,一部分认知活动仍会停留在前一项任务上,后续任务表现也可能受到影响。这项研究并不是在研究散步灵感,但它提醒我们:任务切换不是没有成本的,刚刚形成的上下文也不应该被当作一定能够完整保留。

等你走回电脑前,只剩下一种模糊的感觉:

我刚才明明想得挺清楚的。

所以张朝阳方法里的“自言自语”很重要。

想法在脑中可以是压缩的、跳跃的。说出来以后,你必须补上前因后果,必须解释“这个”和“那个”分别是什么,也会在说话的过程中听见自己还没回答的问题。

不要让预热只停留在脑子里。趁大脑还热着,把它讲出来。

说得乱没关系,先把材料倒出来

先让混乱、重复和跳跃的想法完整出现。
先让混乱、重复和跳跃的想法完整出现。

第一次讲的时候,通常不会井井有条。

你会停顿、重复、改口,也可能刚说目标,又突然跳到一个担忧。讲到后面才想起,前面漏了一个关键事实。

这很正常,而且语音确实可能让人先产生更丰富的材料。

Höhne、Gavras 和 Claassen 在一项包含 1,001 名参与者的手机调查实验中[8],将参与者随机分配为语音回答或文字回答。结果显示,语音回答包含更多词语,也覆盖了更多话题。研究场景是敏感问题调查,并不是长文写作,因此不能简单推断“语音一定写得更好”;它能支持的较窄结论是:当人不必逐字敲键盘时,往往会表达出更多内容。

材料更多,也意味着整理更重要。

CHI 2024 的 Rambler 研究专门关注了这个问题[9]:自发口述往往比成文更冗长、更松散,也会包含重复和来回跳跃。因此,研究团队没有把产品停在“把声音转成文字”,而是继续用要点提取和结构调整,帮助用户把口述变成可操作的文本。

这个区别很关键。

如果说完以后,只得到一整段没有标点、没有层次的逐字稿,你仍然要重新整理。语音降低了第一次表达的门槛,混乱的转写稿又制造了第二个门槛。

真正有用的结果,不是“声音已经变成字”,而是这些文字已经清楚到可以继续工作。

Flow 输入法把混乱口述整理清楚

松散的口述经过整理,成为可以继续工作的清楚材料。
松散的口述经过整理,成为可以继续工作的清楚材料。

比如,你在散步时想到一封迟迟没有开始写的合作邮件,可能会这样说:

嗯,我得给合作方写邮件。测试还没做完,所以要延期,但我又不想显得在推卸责任……新的时间好像也还没确定。

这段话听起来有点乱,但里面其实已经有四类信息。

Flow 输入法整理后,可以呈现为:

  • 目标:向合作方同步延期
  • 事实:测试尚未完成
  • 顾虑:不希望显得在推卸责任
  • 待确认:新的交付时间

原本混在一起、来回跳跃的想法,被分开摆在了眼前。

你也会立即发现:真正阻挡这封邮件的不是措辞,而是你还没有一个可信的新时间表。

Flow 输入法不替你决定交付日期,也不替你判断应该承担什么责任。它解决的是中间这一步:准确识别你的口述,去掉不必要的重复,理清基本结构,把脑子里的一团材料变成可以检查、修改和继续推进的文字。

你只管先说。说得乱没关系,Flow 输入法负责整理。

别急着让 AI 给答案,先让它追问

先让 AI 照亮缺失的信息,再继续回答和收敛。
先让 AI 照亮缺失的信息,再继续回答和收敛。

文字留下来以后,还可以把它发给 ChatGPT 或其他对话式 AI。

很多人的第一反应是:“帮我把这封邮件写好。”

但更有效的做法,可能是先让 AI 找出任务里还没有讲清楚的地方:

先不要给结论。请指出三个还不清楚、但会影响下一步的问题,按重要性依次问我。

然后继续用 Flow 输入法回答。

每回答一个问题,任务都会变得更熟悉一点。等事实、顾虑和选择都足够清楚时,再让 AI 总结一个今天可以完成的动作。

AI 在这里不是替你做决定,而是在帮助你找到:到底是哪一个尚未回答的问题,挡住了行动。

今天就可以试:三步任务预热法

说出任务、倒出材料、通过追问找到一个具体的下一步。
说出任务、倒出材料、通过追问找到一个具体的下一步。

选一件拖了几天、但确实需要完成的事情。先不要要求自己马上把它解决。

第一步:说任务

我要做的是……
我一直没开始,主要卡在……
现在最不清楚的是……

先把任务轮廓说出来,不急着分析自己为什么拖延。

第二步:倒材料

我已经知道的是……
还缺少的是……
暂时不管顺序,相关的点有……

允许自己说得乱。先把材料倒出来,再整理。

第三步:让 AI 追问

把 Flow 输入法整理后的文字交给 AI,让它提出三个会影响下一步的问题。继续回答,直到任务能够收敛成一个今天可以完成的动作。

你不需要一次解决整件事,只需要完成一个变化:

从“这件事完全模糊”,推进到“我已经知道下一步做什么”。

最难的,可能是让第一步出现

任务逐渐清楚以后,行动不再需要从一整堵墙开始。
任务逐渐清楚以后,行动不再需要从一整堵墙开始。

拖延并不总能靠散步或语音输入解决。如果一项任务长期伴随强烈焦虑、注意力困难或生活功能受损,仍然应该寻求更合适的专业帮助。

但如果你迟迟无法开始,只是因为任务太复杂、太陌生、不知道从哪里进入,可以试试张朝阳的办法。

先别逼自己完成。

先去走一走,把问题说给自己听。趁大脑逐渐热起来,把混乱的思绪完整讲出来。让 Flow 输入法把它整理成清楚的文字,再通过一轮追问,找到真正的下一步。

有时候,我们不是缺少行动力。我们只是还没有把任务理解到足以行动。

先别逼自己完成,先把问题说清楚。

想试这套方法,可以从一件拖了几天的事开始,先说三分钟。iPhone 可在 App Store 搜索“Flow 输入法”,macOS 和 Windows 版本可前往 Flow 输入法官网下载,Android 版也可前往官网下载。

引用

  1. 张朝阳与彭凯平“星空下的对话”:搜狐视频官方剪辑《张朝阳教你如何摆脱拖延症》(00:54 提到 BBC;01:23 进入写文章、准备物理课的例子;01:43 开始散步自问;01:55 强调自言自语;02:01 提到 warm up;02:19 讲到“今天晚上就想把它做完”)。同场完整直播。 ↩
  2. Robson, D. (2021). The Four Keys That Could Unlock Procrastination. BBC Worklife. 文中提出四个定期自我反思问题,与张朝阳所说的“先问自己、把任务想清楚”最接近。 ↩
  3. Heracleous, L., & Robson, D. (2021). Why Procrastination Can Help Fuel Creativity. BBC Worklife. 文中讨论散步、低负荷活动和“孵化期”对思考的帮助,与张朝阳所说的“先散步,让大脑 warm up”部分接近。尚未找到一篇同时包含“散步、自言自语、从不熟悉到熟悉”全部步骤的 BBC 原文,因此不能确认他具体指的是哪一篇。 ↩
  4. Steel, P. (2007). The Nature of Procrastination: A Meta-Analytic and Theoretical Review of Quintessential Self-Regulatory Failure. Psychological Bulletin, 133(1), 65–94. ↩
  5. Sirois, F. M., & Pychyl, T. A. (2013). Procrastination and the Priority of Short-Term Mood Regulation: Consequences for Future Self. Social and Personality Psychology Compass, 7(2), 115–127. ↩
  6. Wieland, L. M., Hoppe, J. D., Wolgast, A., & Ebner-Priemer, U. W. (2022). Task Ambiguity and Academic Procrastination: An Experience Sampling Approach. Learning and Instruction, 81, 101595. ↩
  7. Leroy, S. (2009). Why Is It So Hard to Do My Work? The Challenge of Attention Residue When Switching Between Work Tasks. Organizational Behavior and Human Decision Processes, 109(2), 168–181. ↩
  8. Höhne, J. K., Gavras, K., & Claassen, J. (2024). Typing or Speaking? Comparing Text and Voice Answers to Open Questions on Sensitive Topics in Smartphone Surveys. Social Science Computer Review, 42(4), 1066–1085. ↩
  9. Lin, S., et al. (2024). Rambler: Supporting Writing With Speech via LLM-Assisted Gist Manipulation. CHI 2024. ↩