那些AI工具没告诉你的事

这两天有人私信问我，你每天聊AI聊得头头是道，那你自己用的时候有没有翻过车？

有。而且翻的不少。

说一个最近的。

上周我在做一个功能改版，把现有的设计稿截图丢给AI，让它帮我分析交互逻辑有没有问题。

AI回来给了我一大段分析，读起来有道理，逻辑流畅，用词专业。我一开始觉得不错，准备直接贴进汇报文档。

然后我停了一下，把AI说的几个结论和实际稿子对了一遍。

有两条是错的。

不是有点偏，是——根本没理解我的设计意图，纯粹是在用通用的”设计规范”套过来的。

这个体验让我想清楚了一件事：AI擅长总结”普遍经验”，但它不知道你的项目背景、你的用户是谁、你上一个版本为什么这样设计。

这些上下文，是只有做这个产品的人才有的。

所以我现在用AI的方式变了。

以前是：先让AI出方案，我来选。

现在是：我先判断方向，再让AI帮我执行和完善。

顺序反过来，效果差了不止一个量级。

还有一个我踩过的坑，跟提示词有关。

很多人写提示词喜欢”请帮我……”，然后越写越长，加一堆限定条件。

我发现长提示词有个问题：你加的限定越多，AI越容易在中间某条上出岔子，然后整个结果偏。

现在我喜欢把复杂任务拆成几轮对话来做，每轮就干一件事，跑完了检查一遍再喂给下一步。

就跟带新人一样。你不能一口气把一个月的需求全塞给他，得一步一步来，每步确认了再走下一步。

对了，GPT-6出来了，200万Token。

坦白说我不太会为这个数字本身兴奋，更感兴趣的是它能不能让我少犯上面那种错——毕竟上下文更长，我塞进去的背景信息更多，AI应该更懂我的项目才对。

等我用一段时间再来说感受。

今天就这些。

很多人觉得用AI是学工具，我觉得更像是学怎么管一个能力很强但需要你很清楚地交代任务的同事。

摸清它的边界，比学它能干啥更重要。