矩陣本體

怎麼用這張表

讀到一篇文章時依下面三步定位：

第一步：辨識媒介。在哪個平台？電子報、部落格、新聞媒體、學術出版？對應到表中的一列。

第二步：辨識預設讀者。文章開頭幾段假設讀者知道什麼？如果開頭就用 COGS、CAC、LTV 而不解釋，預設讀者是 VC / 創辦人；如果開頭解釋每個術語，預設讀者是入門讀者。

第三步：辨識寫作目的。作者是要「告訴你發生了什麼」「給你交易訊號」「建立分析框架」還是「安撫某群人的焦慮」？目的決定該怎麼用文章的結論。

常見誤讀

把深度部落格當投資建議是最常見的誤讀。深度部落格寫「估值會被壓縮」是在建立分析框架，不是叫你賣股票；把它當交易訊號去做決策會出大事。

把產業內幕當大眾財經也常見。技術圈的「某家公司賣掉了」對工程師是賽道訊號，對大眾財經讀者沒太大意義；如果把這類文章轉給不懂技術的朋友看，他們會抓不到重點。

把大眾財經當深度分析則相反—大眾財經為了易懂會犧牲精確度，用它的結論去做策略判斷會踩到簡化過的論證。

判讀訊號

文章的術語密度、論證鏈長度、結論是否帶條件，三者能反映文章類型。深度部落格術語密度高、論證鏈長、結論帶條件；大眾財經三者都低；學術期刊三者都更高且引用嚴謹。把這三個訊號當定位錨點，能快速識別文章類型。

跟其他框架的關係

這個矩陣處理的是「文章類型定位」。它不處理「文章內容是否正確」（那要靠領域知識卡片 跟外部查證），也不處理「作者立場是否中立」（那需要立場揭露檢查）。三者組合起來才完整—類型定位告訴你該怎麼讀、領域知識告訴你內容是不是對、立場揭露告訴你該打多少折扣。

為什麼會寫超過目標讀者一級

寫商業分析的常見陷阱是把「自己熟悉的術語密度」當預設。寫作者跟 VC / 創辦人對 PLG、CAC、單位經濟、毛利 是日常詞彙、一句話三個術語也通順；但對技術背景讀者、這些術語都需要查、一句話三個術語就成了「停下來查三次」。

實際 case：Claude for Legal 之後 第一層擠壓段原本寫成：

毛利下降是讓 P&L 跑不過去的差距。PLG 的數學算不過來、要轉成 Sales-led 或 FDE、但這又拉高 CAC。兩頭夾擊—單位經濟受傷、估值倍數被壓。

3 句話塞了 6 個術語（毛利、P&L、PLG、Sales-led、FDE、CAC、單位經濟、估值倍數）。對 VC / 創辦人來說 3 秒讀完；對工程背景讀者來說每句都要停下來解碼、整段讀完得花 2-3 分鐘。

降一級的四個策略

策略一：拆因果鏈、每個邏輯 step 獨立成句

原版把「毛利下降 → PLG 數學算不過來 → 要轉 Sales-led 或 FDE → CAC 拉高 → 兩頭夾擊 → 單位經濟受傷 → 估值倍數被壓」這個 7 步推論壓進 3 句話。每步邏輯跳躍對熟悉領域的人是省力、對讀者是要在腦中補完跳過的步驟。

降一級的做法是把每個邏輯 step 獨立成段、用「第一 / 第二 / 第三」結構讓讀者跟得上：

• 第一、賺到的錢不夠付業務跟行銷（毛利下降的直接後果）
• 第二、免費試用變成燒錢（為什麼 PLG 數學算不過來）
• 第三、被迫轉成更貴的銷售模式（為什麼要轉 Sales-led / FDE）

每段獨立、讀者一次處理一個概念、不用在腦中疊三個跳躍。

策略二：術語首次出現時 unpack

原版的「PLG」連結到卡片、技術上沒問題、但讀者要中斷閱讀去點連結看卡片才能繼續。

降一級的做法是首次出現時直接在括號裡解釋一句：

PLG（Product-Led Growth、靠產品自己吸引用戶上來、不靠業務推銷）

讀者讀到這裡不用點開連結、括號裡的一句話就夠跟上後續論證。卡片連結保留、是給想深入的讀者用、不是預設動作。

策略三：加具體算式 / 數字

原版的「毛利下降」「兩頭夾擊」「估值倍數被壓」都是抽象描述。降一級的做法是配具體數字：

• 毛利下降 → 「從 70-80% 掉到 50% 出頭、30 個百分點差距」
• 兩頭夾擊 → 「收入端毛利從 70% 掉到 50%、支出端 CAC 從幾十美元跳到幾千甚至幾萬美元」
• 估值倍數被壓 → 沒有直接數字、但前後的因果鏈讓讀者能自己推導

抽象描述對熟悉領域的人是「我知道你在說什麼」、對讀者是「我不知道這個尺度多大」。具體數字提供尺度感。

策略四：避免術語連發、術語之間用「白話橋」連接

原版「PLG 的數學算不過來、要轉成 Sales-led 或 FDE、但這又拉高 CAC」是 4 個術語連發、白話讀者要在腦中組裝因果。

降一級的做法是用白話句連接術語：

PLG 不能用、改回業務面對面賣（Sales-led）、或乾脆派工程師駐點客戶辦公室（FDE、Forward Deployed Engineer）

「改回業務面對面賣」「乾脆派工程師駐點客戶辦公室」這兩句白話橋讓讀者看到從 PLG 轉到 Sales-led 或 FDE 的具體畫面、不是術語對術語的跳躍。

對照示範

同一段內容、用兩個 register 寫：

原版（深度部落格 / VC、創辦人）：

毛利下降是讓 P&L 跑不過去的差距。PLG 的數學算不過來、要轉成 Sales-led 或 FDE、但這又拉高 CAC。兩頭夾擊—單位經濟 受傷、估值 倍數被壓。

3 句、約 100 字。

降一級（MBA 教材 / 學生、經理人 / 工程背景讀者）：

這個毛利下降會連動三件事。

第一、賺到的錢不夠付業務跟行銷。 傳統 SaaS 賣 100 元、扣掉伺服器費用後剩 70-80 元（毛利 70-80%）、即使花 30% 在業務跟行銷也還能賺；AI 應用賣 100 元、要付給上游模型供應商的 token 費後只剩 50 元出頭（毛利 50%）、同樣花 30% 在業務跟行銷只剩 20% 利潤、損益表 P&L（公司一段期間內賺賠的財務報表）從正轉負。

第二、免費試用變成燒錢。 傳統 SaaS 的「免費試用」幾乎零成本—多開帳號伺服器頂多多用一點；AI 應用的免費試用每次都在燒 GPU 算力、是真實的成本支出。PLG（Product-Led Growth、靠產品自己吸引用戶上來、不靠業務推銷）模式靠的就是「免費試用零成本」這個前提、毛利掉到 50% 時這套數學就跑不下去了。

第三、被迫轉成更貴的銷售模式。 PLG 不能用、改回業務面對面賣（Sales-led）、或乾脆派工程師駐點客戶辦公室（FDE、Forward Deployed Engineer）、但這兩條路都讓 CAC（Customer Acquisition Cost、獲取一個新客戶要花的所有成本）從 PLG 的幾十美元跳到 Sales-led 的幾千美元、再到 FDE 的幾萬甚至幾十萬美元。

收入端（毛利從 70% 掉到 50%）被壓縮、支出端（CAC 上升 100 倍）被拉高—兩頭夾擊讓 單位經濟（每個客戶能不能帶來足夠收入回本獲客成本）受傷。投資人計算 估值 倍數時看到這個結構性壓縮、給的估值就低、新創 burn rate（每月燒錢速度）變相加速、生存難度提高。

5 段、約 500 字。長度增 5 倍、但讀者一次處理一個概念、不用中斷查術語。

篇幅成本跟對齊讀者的取捨

降一級的代價是篇幅 3-5 倍。寫作者要判斷這個代價值不值：

判別線：「我希望讀者直接吸收還是先學術語」。前者降級、後者保留密度。

跨領域應用：技術文章降級給商業讀者

降一級寫法不只用在「商業降給工程師」這個方向、反方向也成立。寫技術文章給商業讀者看時、同樣的策略適用：

• 拆因果鏈：把「Eventually Consistency 導致 stale read」拆成「資料更新後不會立刻所有人都看到、可能會看到舊版」
• Unpack 術語：「Eventual Consistency（最終一致性、資料更新會慢慢傳到所有副本）」
• 加具體數字 / 例子：「副本之間最多差 100 毫秒、千分之一的請求會讀到舊版」
• 用白話橋連接術語：「資料庫一寫入、其他副本可能要 100 毫秒才同步過來、這段時間讀到的是舊版」

矩陣框架的可遷移性：判別目標讀者層級 → 降一級寫法 → 對照原版檢查篇幅 vs 易讀性的取捨。任何跨領域知識傳達都適用。

完稿時的「降級檢查」

寫完一段後跑：

1. 數一下這段塞了幾個術語（縮寫、行話、領域特定詞）
2. 三個以上術語連發、考慮拆段或加白話橋
3. 因果鏈跳躍超過 2 步、考慮用「第一 / 第二 / 第三」結構拆細
4. 術語首次出現時、考慮在括號裡加一句解釋
5. 抽象描述（「夾擊」「擠壓」「鬆動」）配具體數字或例子

完稿後找一個目標讀者層級的人試讀、看哪段需要解釋、就是降級沒做夠的地方。

延伸閱讀

• 媒介—讀者—目的矩陣 — 識別文章類型跟目標讀者
• Claude for Legal 之後 — 採用降一級寫法的 case-analyses 示範