使用 AI Chat 的几个建议

从大胆尝试、反复试错到引导 AI 提问和复述，学会表达需求、补充上下文，并认识 AI 的能力边界。

前两课我们讲了 AI Chat 是如何工作的，以及模型是如何使用工具的。了解了这些原理后，我们再聊一个更实际的问题：你可以拿 AI Chat 做什么？

一、多尝试

AI 对于很多人来说的确是很新的东西，但如果你愿意多尝试，很快就能发现很多有意思的用法。

只有真的迈开第一步，才能发现 AI 能做什么：

如果你是学生：不一定只有让它帮你做作业这个用途，而是让 AI 教你不懂的地方，不懂就一直问。大胆问，反正 AI 又不会嘲笑你。
如果你是职场人：不一定只有让它帮你写报告这个用途，不妨将你现在觉得最麻烦的事情告诉它，看看它能帮助你干什么，即使不直接帮你完成，说不定也可以帮你优化一下工作流程。
如果你是老板或管理者：可以考虑使用 AI 来做一些数据或者财务相关的分析，比如员工绩效、成本控制、市场趋势等。
如果你实在不知道能用来做什么，可以试试用 AI 替代搜索工具，当你需要搜索某样东西，或者提问时，可以先试试 AI，而不是搜索引擎。

我想给各位的第一个建议就是：大胆尝试，不要怕犯错。AI 是一个工具，它不会嘲笑你，只会帮助你。反正聊一聊也不花钱。

二、多试错

当你迈开第一步，开始使用 AI 时，AI 可能会给你一些令你惊叹的答案，也有可能会给你一些令你困惑，或者失望的答案。这都很正常，不要因为一次的失败就放弃使用。

根据我的观察，AI 的回答出错或者不及预期，最大的可能有两点：

AI 没有了解清楚你的意图，导致回答的方向直接错了。
你没有给够充分的上下文。

然后第一种可能大概率是指令的问题，因为文字有的时候是有歧义的，所以 AI 就会回答错误了。举个例子，你让 AI 做某个之前做过的事情，然后你的指令是：

要求和之前的 xxx 一样

这句话可以理解成两种：

做新的事情的要求和之前 xxx 一样
要求做新的事情做到和之前 xxx 一样

正因为这种歧义所以有的时候，AI 才会给出不恰当的回答。另一个可能是你给的上下文不够充分，导致 AI 无法给出正确的回答。这种情况多见于聊一些专业性比较强的问题时。

比如健康类的问题，你直接问 AI ：

我最近总是感觉很累，怎么办？

AI 可能就会回答你：「多休息，多运动，多喝水」。但是如果你给的上下文更充分，比如你最近经常熬夜，饮食不规律，缺乏运动，那么 AI 就会给出更针对性的建议。

所以在使用 AI 聊天产品的时候，如果对 AI 的回答不满意，不要直接否定 AI 的能力，觉得它没用，不靠谱。多试试，多问问，给它多几次机会。

三、多引导 AI 进行提问和复述

另外，针对前面的歧义和上下文不足的问题，我一般的处理方式是两种。

方法一：引导 AI 主动向我提问

面对某些复杂或我不了解的问题时，我会在指令里加一句：

如果你需要更多信息才能更好地回答此问题，你可以向我提问，向我索要更多信息。

这样 AI 就会先向我提问，拿到更多信息后，才会进行回答。这样有的时候能解决一些歧义和上下文不足的问题。而且，我发现有的时候，还真的能问出一些我没想到的信息。

方法二：引导 AI 进行复述

有的时候，我拿 AI 进行一些产品相关的开发工作时，会先跟 AI 聊比较长的内容，可能涉及到用户体验、代码设计等等。聊完之后，在 AI 写代码前，或者写方案之前，我都会先确认一下：

请你复述一下你理解的产品方案如何？用户的使用流程如何？

这样 AI 就会先复述一下它理解的内容。这样我就能知道它是否理解了我的问题，是否需要我进一步的补充。如果你的任务比较复杂，或者你担心 AI 理解不准确，也可以多引导 AI 进行复述，因为有的时候，它的确有可能理解错了，或者你的指令不小心写错了。

另外，我还发现这个方案有另一个好处，我能从 AI 的复述中，学到更好或更简洁的表达方式，或者发现一些我没注意到的细节。

四、接受 AI 的能力边界

尝试了，也试错了，但你依然觉得 AI 回答得不好。

这很正常，因为 AI 的能力是有边界的。相对来说，AI 不太擅长于开放性问题。经过我的实验和观察，截止到 2026 年 11 月，不管是何种模型，在以下几个情况下，AI 的回答大概率不会特别好：

当你没有任何思路的时候，AI 大概率也不太可能给你像样的思路。如果你回忆一下它的工作原理，你应该就能理解了。如果你的指令模糊不清，没有任何思路，然后这个事情又没有在它的训练语料里（换句话说，它也没学过），那么它怎么可能可以回答好呢？
但你可能会说，不是啊，我听说现在 AI 能解出很多人类无法解答的数学问题，这些也都不在训练语料里啊。对于这个问题，我的理解是，AI 在这类开放性问题上，可以通过「大力出奇迹」的方法，通过一直尝试，然后在有人监督的情况下，碰撞出一些灵感。数学问题可能对大家来说太难了，举一个写营销广告文案的例子，一般情况下，你如果想要 AI 直接给你好的文案，它大概率无法给出好的方案（即使用非常好的模型），但如果你尝试过跟 AI 聊很长时间，有一定的概率，它会组装一些能打动人的金句或新词。但这需要你去引导和发现，这有的时候不取决于 AI 能力强弱，更多的是取决于你这个用户。回到数学问题的例子，如果让我这个数学学渣去用 AI 解题，给我再强的模型也没用，我根本无法从它的答案中获得灵感，从而引导它去解题。
AI 不是一个很好的创新或创造者，但它会是一个很好的评论或批评者。当你犹豫不决，或者对某样事情不确定的时候，AI 或许可以给你一些建议。