跳转至

GROW：教练式目标推进

GROW：教练式目标推进

GROW 是一种围绕目标展开的教练式对话结构：Goal、Reality、Options、Will 分别关注目标、现实、选项和行动意愿。它适合帮助当事人澄清目标、看见事实、比较选择并形成承诺。

GROW 的重点是推进当事人的判断和行动，不是由主持人替他们下结论。对重大资源、绩效或合规决策，仍需使用明确的治理流程和证据标准。

四个阶段

阶段要回答的问题产出
Goal 目标这次谈话或这轮工作要达成什么清晰、可观察、有时限的目标
Reality 现实当前发生了什么，有哪些事实、阻碍和已尝试行动基线、证据、资源与限制
Options 选项可以采取哪些路径，各自代价和风险是什么多个可行选项与取舍
Will 行动选择哪项行动，谁在何时完成，如何跟进行动承诺、节点和检查方式

使用步骤

flowchart LR
    A[Goal 目标] --> B[Reality 现实]
    B --> C[Options 选项]
    C --> D[Will 行动]
    D --> E[检查承诺与支持]
    E -. 新事实 .-> B
  1. 澄清 Goal：把“把项目做好”改成可观察的目标，例如在某个日期前完成一轮评测并达到约定门槛。
  2. 核对 Reality：让事实、基线、已经尝试的行动、资源和阻碍进入同一份记录，不用意愿推断进展。
  3. 展开 Options：先列多个可能路径，再比较价值、成本、风险、依赖和个人或团队的可控范围。
  4. 确认 Will：由当事人选择下一步，写清行动、责任人、时间点、所需支持和检查方式。
  5. 安排跟进：在下次 1:1、里程碑或复盘时检查结果；新事实出现时回到 Reality，不强行维护旧承诺。

AI 产品案例

一位产品经理负责的评测集构建持续延期，可以用 GROW 组织 1:1：

阶段对话记录
Goal本周五前完成 50 条种子评测集，并让客服主管确认标签口径
Reality已收集 32 条样本；标签定义有两处冲突；客服主管只有周三下午可参与；自动生成的样本缺少边界案例
Options缩小首版范围、调整评审时间、先用历史 badcase 补足边界样本，或请求另一位领域专家协助
Will当事人今天整理两处冲突，周三带 40 条样本评审；产品经理负责邀请替代评审人，周四检查剩余样本和标签一致性

这次对话帮助负责人形成可追踪行动，但不替团队决定评测门槛，也不证明五十条样本足以代表全部线上场景。

适用场景与边界

适用于个人成长、团队辅导、项目复盘、跨团队推进和定期 1:1。主持人应保持提问、倾听、澄清和记录，避免把 GROW 变成单向指令清单。

GROW 不适合单独替代：

  • 需求优先级、项目立项和重大资源分配；
  • 绩效裁决、纪律处理和合规责任认定；
  • 没有事实和验收标准的目标承诺。

目标不清或 Reality 信息不足时，不要直接跳到 Options。行动承诺也要接受后续数据和结果检验。

相关内容

来源说明

来源说明

GROW 出自 John Whitmore《Coaching for Performance》：Goal、Reality、Options、Will。本页把它写成产品复盘与 1:1 的记录结构，不把它当成绩效裁决或立项工具。

发现错误？想一起完善？ 在 GitHub 上编辑此页！
本页面贡献者：AI-PM Wiki Team
本页面的全部内容在 CC BY-SA 4.0 和 SATA 协议之条款下提供，附加条款亦可能应用