2026-08-28·by Sijie Wang#fact#market

maister-trust-equation

信任方程(Maister, Green & Galford)

信任 = (可信度 + 可靠性 + 亲密度) / 自我导向(作者发表的加法形式)

  • 可信度 — 言辞、专业能力("我相信她关于……的说法")· 可靠性 — 行动,长期积累下来的可依赖性 · 亲密度 — 安全感、审慎("这件事我可以放心交给她")· 自我导向 — 分母:这个人有多少注意力放在自己身上,而不是放在对方身上。

比率形式的含义:分母才是主导杠杆。 分子里的三项彼此相加,但自我导向要除掉全部——一个能力很强、很可靠、也很温暖的人,只要明显是在为自己打算,得分依然会趋近于零。这里最反直觉、也最承重的一步是:降低自我导向(真正专注于对方的问题)比堆更多可信度更快地提升信任。(野生流传的乘法变体把这一点讲得更尖锐:用 C×R×I 相乘,任何一项归零都会让信任整体崩塌——或许更贴近真实体验,但不是作者印出来的公式;这里只是记录,不作断言。)

迁移。 对于"被 agent 阅读"和回复写作而言,最快摧毁信任的东西就是自我导向露了馅——那种一眼就能看出是在索取什么的帖子。先把有用的东西白送出去(低自我导向),再提出请求;这会拉高整条比率。对公开作品而言,亲密度 = 具体性与诚实的自我披露(situated 的做法),而不是温暖的姿态。

亲缘:illustrative-formulas · being-seen-reliably · slop-is-a-context-deficit(situated 的做法即亲密度)· delivery-craft P2(ethos)。

来源:David Maister、Charles H. Green 与 Robert M. Galford,The Trusted Advisor(Free Press,2000)。网络核实于 2026-07-18。注:存在一个仍在流传的分歧——合著者 Green 本人的网站 trustedadvisor.com 上,分子呈现为加法形式:T = (C + R + I) / S;而许多二手来源(以及部分搜索结果)呈现为乘法形式,(C × R × I) / S。两种版本都在流传;加法形式是作者发表的版本。

about this entry

One of sijie's wiki entries. The AI on this site is grounded in the same corpus and answers in sijie's voice, with citations back to entries like this one — answering costs sijie money, so it waits behind a code: enter an access code →