AI越来越强,为什么你还是觉得不好用?

你是否也有相似的困惑:

AI 已经越来越聪明了，为什么我还是觉得不好用？

明明已经跟它说了很多，出来的东西怎么还是不是我想要的？

总觉得哪里不对劲，却又说不清楚。

让它再改一次，没想到越改越乱。

好不容易给了几个方案，又开始纠结：到底应该选哪个？

慢慢地，你开始怀疑：是不是我的提示词有问题？

前段时间，我问了一圈身边正在使用 AI 的伙伴，发现这些困扰出奇地相似。

但和 AI 一起做了越来越多事情之后，我反而越来越觉得：问题可能不在提示词。

随着 AI 越来越强，“怎么问”、“怎么操作”这件事，也许会变得越来越没那么难。

真正让我关注的，是另外一个问题：

当 AI 什么都能给你的时候，你要靠什么来判断，什么才是自己真正需要的？

🔸 01｜问题可能不在提示词

前段时间，我让 AI 帮我做一张读书会的详情页，内容已经梳理得很清楚了。

比如，五周分别做什么、我希望参与者经历怎样的过程，它都知道。

很快，它就给了我一版海报。

乍一看，满屏都是信息。

虽然内容挺全，好像该有的都有了。但我第一眼看到的时候，脑子里冒出来的却是：不对。

整张图放了很多字，每一块好像都在努力解释自己。

但我真正关心的是：

这么多内容，用户到底应该看哪里？

我没有马上让它“重新生成一版”，而是顺着这个“不对劲”继续思考：

这张详情页最重要的任务到底是什么？

我真正希望对这本书感兴趣的人第一眼看到时，会带走什么？

慢慢地，我意识到，我真正想突出的其实只有一件事：让人一眼看明白，这五周，我们到底会一起经历什么。

所以，那张“五周实践地图”应该成为整张图真正的视觉中心。

其他的信息可以有，但都应该往后退一点。每一周的实践内容，也不需要解释过多。只要让人快速明白：

第一周做什么，第二周走到哪里，第三周又会发生什么。

当我把这些重新说清楚，再告诉 AI 为什么要这样调整之后，它做出来的东西，也开始越来越接近我真正想要的样子。

也是在一次又一次这样的协作里，我越来越确定：

那个“好像哪里不太对”的感觉，也许恰恰是人与 AI 协作里很珍贵的东西。

🔸 02｜不要放过那个“不对劲”的感觉

AI 可以在很短的时间里给我们很多可能性。

它可以帮我们整理框架、连接信息、补充遗漏，甚至提出一些我们原本没有想到的内容。

但它给出的“合理”，并不天然等于“适合”。

更不一定等于：

“这是我真正想要的”。

尤其当我们做的是自己的内容、产品和个人品牌时，有些东西很难完全交出去。

这个设计放在这里，对我的用户真的合适吗？

那句话明明没有错，为什么我读起来就是觉得不对劲？

这个方案逻辑很完整，可它有没有悄悄偏离我真正想解决的问题？

我自己觉得很好，AI 也觉得很合理，可真实的用户真的会这样感受吗？

所以，我越来越觉得：

AI 越强大，我们越需要保留三个重要的判断维度——专业、感受和用户视角。

专业让我们知道：什么内容虽然“正确”，却未必适合出现在此时此刻。

真实的感受会提醒我们：这句话虽然很好，可哪里似乎偏了一点。

而最终，真实的用户反馈又会告诉我们：我们以为好的东西，给到真实的用户，到底是不是真的好。

而我越来越重视的，是那些一闪而过的：“好像有点不对劲。”

因为很多时候，继续往下梳理，我都会发现：

那个模糊的“不对劲”背后，其实已经藏着我过去的经验、价值取向，以及和真实的人相处之后慢慢形成的理解和判断。

只不过，它还没有变成一句清楚的表达。

而这时候，AI 最有价值的角色，也许就不再只是“替我把东西做出来”。

它还可以陪我一起，把那些暂时还不清晰的东西慢慢理清、说清。

所以现在，当我觉得哪里不对、但一时又说不上来时，有时我会直接告诉它：

“我觉得这里有点不对劲，但我现在还说不清楚。你可以问我几个问题，我们一起找找看。”

很多时候，真正有意思的共创，就是从这里开始的。

🔸 03｜AI越强，人越需要保留自己的判断

这也让我越来越觉得：真正好的 AI 协作，并不是想办法让自己越来越少参与。

AI 越来越强之后，我们反而更需要知道：

什么可以放心交给它，什么是自己不能轻易交出去的。

那些重复性的整理、信息的连接、大量可能性的生成，它确实可以做得越来越快。

有时候甚至比我们自己做得更完整。

但最后：

什么值得留下？

哪个方向更适合我？

这是不是我真正想表达的？

它对我真正想服务的人来说意味着什么？

这些地方，依然需要“我”在场。

所以，我很少只把 AI 当成一个替我干活的工具。

对我来说，它更像一个强大的协作伙伴。

我可以把已知的东西告诉它，也可以把还没想清楚的东西带进对话。

让它帮我整理、追问、展开、连接，给我一些原本没有想到的可能；

然后，我再带着自己的经验、感受和判断回来，继续辨认：

这个对不对？

是不是我想要的？

还有没有什么重要的东西被漏掉了？

一来一回之间，原本模糊的东西会慢慢清楚。

一个最开始只有一点点雏形的想法，也可能逐渐长成一篇文章、一个产品，甚至一套新的工作方式。

所以，如果一定要说，这段时间我在“怎么用好 AI”这件事上最大的变化是什么？

可能并不是我学会了多少新的提示词。

而是我越来越知道：

不是把自己交给 AI，而是把自己带进与 AI 的协作里。

🔸 04｜不是把自己交给AI，而是把自己带进协作里

也正因为这样，最近在给陪跑的用户整理“如何与 AI 协作”内容的过程中，我越来越确定：

我真正想分享的，并不是一套“万能提示词”。

因为模型会变。今天需要特别注意的操作，也许过一阵 AI 自己就已经解决了。

比起记住某几个技巧，我更想和大家一起练习那些没有那么容易随着模型更新而过时的能力：

当一个想法还很模糊的时候，怎么借助 AI 把它慢慢理清楚；

当你已经有感觉，却不知道怎么表达的时候，怎么一点一点找到真正想说的东西；

当 AI 给出很多看起来都不错的答案时，怎么判断什么真正适合自己；

以及，怎么让自己的专业、经验、感受和真实的用户反馈，一点一点进入这段协作。

这些，也是我最近正在整理的「如何与 AI 协作共创」的内容里，最想留下来的部分。

如果你是咨询师、教练、讲师，正在做自己的个人品牌、产品或服务，也经常有这样的感觉：

AI 明明很厉害，可它好像还没有真正成为我的伙伴。

欢迎来找我聊聊。

也许，你缺的不是更多、更好的提示词，而是一种真正适合自己的、与 AI 有效协作的方式。

不是把工作交给 AI，而是把自己的专业、经验和价值，更有效地带进与 AI 的协作共创里。