乐于分享
好东西不私藏

学会提问:在 AI 时代如何提问

学会提问:在 AI 时代如何提问

学会提问:在 AI 时代如何正确提问

很早以前,GitHub 上就有一篇非常经典的文章,叫《提问的智慧》。

地址在这:https://github.com/ryanhanwu/How-To-Ask-Questions-The-Smart-Way/blob/main/README-zh_CN.md

这篇文章放到今天看,依然不过时。

它讲的不是某种具体技术,而是一个更底层的能力:当你遇到问题时,如何把问题描述清楚,如何让别人愿意回答,如何让自己更接近答案。

以前我看这类文章的时候,多少觉得它有点“黑客文化”的味道。语气很硬,甚至有点不近人情。

但后来我自己写教程、做课程、在群里答疑、被人问问题问多了之后,我越来越觉得:它说得没错。

很多人确实不会提问。

这句话听起来有点冒犯。

因为“提问”好像是一个人人都会的能力。只要会说话,就会问问题。只要会打字,就能把问题发出去。

但实际情况不是这样。

很多人只是会把一句话丢出去,并不会真正提出一个问题。

比如:

“有人会用 Claude 吗?”

“这个报错怎么解决?”

“为什么连不上?”

“小龙虾怎么安装?”

这类问题不是不能问,而是它们通常没有给出足够的信息。你不知道他的目标是什么,不知道他试过什么,不知道他卡在哪一步,也不知道他真正想解决的问题是不是他嘴上问出来的那个问题。

回答这种问题的人,首先要做的不是解答,而是猜。

猜他的系统环境,猜他的工具版本,猜他的网络情况,猜他的真实意图。

说得直接一点:你不是在提问,你是在让别人替你补全上下文。

提问能力不是天生的

我自己一开始也不是天然就会提问。

在没有 AI 之前,我遇到问题的第一反应不是问别人,而是检索。

先把报错信息复制出来,删掉自己机器上的路径,提取几个关键字,去百度、Google、Bing 反复搜。

搜不到,就换关键词。

中文搜不到,就英文搜。

报错搜不到,就搜函数名、工具名、参数名。

官方文档看一遍,GitHub issue 看一遍,论坛帖子看一遍,Stack Overflow 看一遍。

有时候一个问题并不是一个页面能解决的。你要从几个来源里面拼线索:一个帖子告诉你这是版本问题,另一个 issue 告诉你某个参数改名了,官方文档告诉你新版行为变了,最后你自己再跑几组命令验证。

这个过程很慢。

但它训练了一个很重要的能力:看到一个问题,不是马上问“谁能帮我”,而是先想“这个问题的本质是什么”。

它到底是网络问题、权限问题、路径问题、版本问题、参数问题,还是我对这个工具的理解从一开始就是错的?

它训练的不是搜索技巧,而是拆问题的能力。

你要知道该用什么关键词。

你要知道哪些信息是噪音,哪些信息是关键。

你要知道一个报错背后可能对应几类原因。

你还要知道,在你没有完成最基本的自查之前,去问别人其实是低效的。

不是说不能问别人。

而是你要先帮助自己。

我不会优先求助别人

我一直有个习惯:遇到问题,我不会优先求助别人。

不是因为我多独立,也不是因为我不需要别人帮助。

而是因为大部分问题,在你问别人之前,其实已经有答案了。

以前答案可能在百度、Google、Bing、官方文档、GitHub issue、博客、论坛里。

现在答案又多了一些入口:ChatGPT、DeepSeek、豆包、Kimi、Gemini。

但本质没有变。

你依然不能只依赖一个信息源。

搜索引擎会有垃圾结果。

AI 会一本正经地胡说。

论坛帖子可能过时。

官方文档也可能写得不完整。

所以真正有用的能力不是“我会用某个工具”,而是“我能从多个信息源里交叉验证,逐步逼近真实原因”。

这才是现在最稀缺的能力。

AI 出现之后,很多人以为提问能力不重要了。

恰恰相反。

AI 让提问能力更重要了。

以前你不会提问,最多是别人不想理你。

现在你不会提问,AI 也会顺着你的错误方向给你一个看似完整的答案。

这更危险。

因为它不是不回答你。

它会回答你,而且回答得很像那么回事。

AI 时代的问题:不是没有答案,而是你问错了方向

最近一个很典型的例子是 Claude Code 卡在:

Checking connectivity...

用户问的是:

“为什么连不上?”

这个问题本身没错。

从这个问题出发,我们自然会去排查网络:DNS 能不能解析,443 端口通不通,TLS 握手有没有超时,服务器出口网络有没有问题,代理有没有配置,环境变量有没有冲突。

这条排查路径是合理的。

但问题来了:用户真正想做的事情,可能并不是连接 Claude 官方服务。

他真正想做的可能是:在服务器上使用 Claude Code 这个工具,但模型服务走 MiniMax、DeepSeek、Gemini,或者某个国内 API 转发服务。

那这就不是同一个问题了。

前者是:

“为什么我的服务器连不上 Claude 官方服务?”

后者是:

“我能不能让 Claude Code 接入第三方模型服务?如果能,Base URL、Token、模型名、API 协议兼容性应该怎么配置?”

这两个问题表面上都叫“连不上”。

但它们的排查方向完全不同。

如果你不把真实目标说出来,别人只能按默认场景去解。

最后就会变成:诊断过程很完整,技术判断也没错,但解决的是错误的问题。

这就是提问最常见的坑。

你描述的是现象,不一定是你真正的问题。

不会提问,就别急着玩高度自动化工具

这里就要稍微吐槽一下。

现在很多人看到什么工具火,就立刻去用。

Claude Code 火了,就用 Claude Code。

Harness,小龙虾,某些 Agent 工具火了,也跟着用。

但你问他这个工具解决什么问题,它和普通 CLI、IDE、API 调用有什么区别,它依赖什么服务,配置入口在哪里,失败时应该看哪一层,他其实说不清楚。

然后第一个问题就是:

“如何安装小龙虾?”

这个问题不是不能问。

但如果你连这个工具是什么、为什么要用、用它替代了哪一层流程都不知道,只是因为别人说它厉害就开始折腾,那其实你不该先用这个工具。

你应该先补基本概念。

高度自动化工具有一个特点:它能把复杂流程封装起来。

这当然是好事。

但封装也意味着黑箱。

当你能驾驭它的时候,它能帮你提高效率。

当你完全不理解它的时候,它会把你的错误放大。

以前你手动操作,错一步也许还能看出来。

现在你让 Agent 自动跑,它可能一口气错十步,而且每一步都看起来很自信。

所以,越是自动化的工具,越要求使用者有判断力。

不会提问的人,使用这类工具反而更危险。

因为他不知道自己该问什么,也不知道 AI 给的答案到底解决了哪一个问题。

正确提问,不是写更长,而是说清楚目标

很多人误解了“好问题”。

他以为好问题就是写得很长。

不是。

好问题不是长,而是清楚。

一个技术问题,至少应该包含几件事:

第一,我想实现什么目标。

第二,我现在用了什么工具、什么环境、什么版本。

第三,我实际看到了什么现象。

第四,我已经尝试了哪些排查。

第五,我怀疑问题可能在哪几层。

第六,我希望别人帮我判断什么。

比如不要只问:

“Claude Code 为什么连不上?”

更好的问法是:

“我想在服务器上使用 Claude Code,但不打算连接 Claude 官方服务,而是想接入 DeepSeek / MiniMax / Gemini 或一个兼容 API 的转发服务。现在启动时卡在 Checking connectivity。我已经确认 DNS 能解析,443 能连接,但 TLS handshake 超时;当前没有设置 HTTP_PROXY / HTTPS_PROXY,也不确定 ANTHROPIC_BASE_URL 是否能覆盖启动阶段检查。请帮我判断:这是官方连通性检查失败、代理问题,还是第三方 endpoint 不兼容?”

这就是一个更好的问题。

因为它不是只描述现象。

它给出了目标、上下文、已知信息和判断边界。

对方看到之后,不需要猜你的意图,也不需要从零开始问你一堆基础信息。

AI 看到之后,也更容易沿着正确方向回答。

在 AI 时代,提问反而要返璞归真

现在很多人喜欢讲 Prompt Engineering。

但我越来越觉得,很多所谓提示词技巧,最后都会回到一个朴素的问题:

你到底想问什么?

如果你自己都不知道目标,prompt 再复杂也没用。

如果你没有上下文,AI 只能补脑。

如果你没有判断边界,AI 就会沿着最常见的默认场景回答。

所以,在 AI 时代如何正确提问?

答案不是背一堆神奇 prompt。

而是返璞归真。

以前该怎么提问,现在还是该怎么提问。

以前你要先搜索,现在也要先搜索。

以前你要读文档,现在也要读文档。

以前你要描述环境、步骤、报错、预期结果,现在也一样。

以前你要知道自己问的是现象还是目标,现在更要知道。

不同的是,AI 给了我们一个非常好的训练机会。

你可以用“一问一反思”的方式训练自己。

每次你问 AI 一个问题,如果答案不好,不要马上怪 AI。

先反思一下:

我有没有说清楚目标?

我有没有提供必要背景?

我有没有把现象和猜测混在一起?

我有没有隐藏了真正想做的事情?

我有没有让 AI 解决了一个我其实不关心的问题?

然后改写你的问题,再问一次。

这样反复几次,你会发现,真正提高的不是 AI 的能力,而是你的问题定义能力。

学会提问,本质上是学会思考

提问不是把困惑丢出去。

提问是把混乱整理成结构。

你要先知道自己想解决什么,再去找答案。

你要先拆出关键词,再去检索。

你要先判断问题属于哪一层,再去求助。

你要先让自己成为问题的第一责任人,然后别人才有可能帮到你。

很多时候,得不到正确答案,不是因为别人不会答,也不是因为 AI 不够强。

而是因为问题一开始就问错了。

你以为自己在问“怎么连上”。

但你真正想问的是“怎么接入我想要的服务”。

你以为自己在问“怎么安装”。

但你真正的问题是“我还不知道这个工具是什么”。

你以为自己在问“这个报错怎么解决”。

但你真正缺的是对整个流程的理解。

所以,学会提问不是一个沟通技巧。

它是一个思维训练。

在没有 AI 的时代,会提问的人更容易找到答案。

在 AI 时代,会提问的人更容易驾驭工具。

而不会提问的人,只是从“问别人问不清楚”,变成了“问 AI 问不清楚”。

工具变了,问题没变。

最后还是那句话:

问清目标,答案才会对路。

文:ChatGPT-5.5 xhigh
图:  gpt-image-2
发布: human