为什么 AI 时代最重要的能力一定是判断力?

会提问、会学习、执行力强，这些能力在 AI 时代都很重要。如果一定要选一个，我会选判断力。

我用 AI 这么久，越来越明显的一个感受是，它能帮人做的事情很多，但做出来的东西能不能用，最后还是会回到自己这里。

比如，让 AI 写一篇文章，交回来的文字很通顺，结构也完整。你觉得还不错，可如果别人问，这篇文章到底好在哪里，里面的说法有没有问题，你能不能说清楚？

如果说不清楚，事情可能只是完成了一个看起来像成品的版本。它到底有没有解决问题，你还不知道。

如果连好坏都看不出来，你就很难决定该让 AI 继续做什么，哪些地方又必须停下来改。

───── ◇ ─────

AI 能写出来，你得知道它写得怎么样

先说最容易想到的一点：AI 会出错。

我们现在使用的大语言模型，仍可能给出不准确的信息，甚至编出不存在的引文和来源。麻烦在于，它说错的时候，语气也可能很肯定，文字照样很顺。读起来像真的，和确实是真的，中间还隔着一次核对。

但就算把事实错误都改掉，一篇文章也未必是好文章。

比如，你想用 AI 写一篇解释拖延的文章。它给你列出几个原因，再加上几条建议，从头到尾没有明显错误。可读者看完，还是不知道自己为什么每次都拖到最后，也不知道文章里的哪一种情况和自己有关。

这时候，问题就不能只靠查错字、查资料解决了。你得继续看：它有没有讲清一个具体困惑？例子是不是在帮助理解？前面抛出的问题，后面真的回答了吗？

你自己写一篇这样的文章，可能要花很长时间。但你至少要能看出来，哪一段只是在重复道理，哪一个例子没有说明问题。否则，你连该让 AI 改哪里，都说不清楚。

做视频也是一样。假如你想做一条讲解视频，AI 帮你配好了画面、字幕和音乐，转场也很流畅。可看到一半，观众还是不知道你要讲什么；最重要的那一步，画面一晃就过去了。

如果你只盯着画面够不够精致，就可能继续让 AI 加特效、换配乐。它确实改了很多次，那个没讲清楚的问题却一直在。

所以我说的判断力，包含两个不同的问题：里面的说法对不对，这份作品对眼前的人有没有用。

───── ◇ ─────

为什么不是提问能力和执行力？

有人可能会问，想用好 AI，难道不应该先学会提问吗？问得清楚，它才知道该怎么做。

会提问当然重要。但你把要求说得很详细，和这个要求本身是否合适，仍是两件事。

就拿前面那条视频来说。假如你认定“特效越多，视频越好”，提示词越详细，AI 就越可能把功夫花在特效上。你还可以很有执行力，一口气做出好几个版本，可观众没看懂的那一步，并不会因为版本变多就自动清楚。

你得先发现，问题出在讲解太快、关键画面停留太短，才会把要求改成“把这一步讲明白”。这时，提问更具体、修改更快，才真正帮得上忙。

当 AI 能很快给出几版文章、几段视频时，做不出来已经不是唯一的困难。摆在眼前的几个版本，哪一个讲清楚了问题，哪一个只是更热闹，还是得有人分辨。

学习能力同样要发挥作用。你发现自己看不出一段视频为什么让人看不懂，才知道要去学一点剪辑节奏和讲解顺序。学过以后，再回到作品里检查，原来的问题有没有解决。知识会帮助判断，判断也会提醒你接下来该补什么。

所以，在把 AI 真正用于工作时，我会把判断力放在最前面。

它关系到我们让工具往哪里使劲，也关系到做完以后，能不能发现已经跑偏。做得快很有价值，但前提是我们仍然知道，自己在把什么事情做得更快。

───── ◇ ─────

看不出问题，AI 就可能把问题越做越大

我自己的体会是，AI 很多时候是在放大你原本就有的能力。

你知道一篇文章应该把什么讲清楚，就可以让它帮你整理材料、比较几种说法，再挑出真正合适的部分。你对视频的节奏有一点认识，就能指出哪里太慢，哪里跳得太快，哪里需要补一个镜头。

反过来，如果你把“句子漂亮”当成文章好，把“特效多”当成视频好，AI 又一直顺着这个要求做，结果就可能越来越符合你原来的误判。

方向错了，又不检查，AI 就可能把错误越做越多。但它也可能指出你没看到的问题。遇到不同意见，先看看理由，别反复改问法，只为了听到一句“你是对的”。

自己的判断也得核对。文章里的说法要查原文；视频有没有讲清楚，可以找个不了解主题的人看看，让他说说哪里没跟上。判断力也包括发现自己想错了。

───── ◇ ─────

不懂的领域，还能不能用 AI？

说到这里，很自然会有一个问题：我就是不会，才想让 AI 帮忙。难道要先学会，才能用它？

当然可以一边用，一边学。我认为需要小心的是，把“它帮我做出了东西”理解成“我已经懂了这件事”。

你可以让它解释一个术语，拆开一篇文章的结构，对比两种剪辑方式。对听不懂的地方继续追问，再拿可靠的教程和实际作品对照。AI 完全可以参与建立基本认知的过程，不必等到自己成为专家。

但刚开始时，任务最好小一点，小到你能认真看完，也能找人帮你看。

比如先改一段文章，试着说清它为什么比原来好；先做几十秒视频，看看一个过程有没有被讲明白。如果连这一小段都判断不了，就先补它涉及的基础，或者请懂的人指出问题，再往下做。

也不是任何问题都值得自己从头学。如果一个结论很重要，你又没有把握核对，那就把原始材料和 AI 的结果一起交给懂这个领域的人，请他帮忙确认。知道哪里超出了自己的判断范围，本身就是判断的一部分。

所以，进入一个陌生领域，基本认知还是要补。但这个“基本”，不意味着你得亲手完成所有操作。它至少要让你大致知道，好成果应该是什么样，哪里容易出问题，以及有疑问时可以怎样确认。

我希望自己使用 AI 时，能够看懂它交回来的东西。我不一定能亲手完成里面的每一步，但至少得知道它为什么值得采用。有些地方拿不准，就停下来查一查，或者找人帮忙确认。

否则，原本只是自己想错了一件事，现在却可能让 AI 沿着错误的想法，一口气做出一堆错误的东西。

───── ◇ ◆ ◇ ─────