用好AI工具也需要技术:同一个问题,AI为什么给了两个相反答案?

你好，我是 Arit 老邓。

今天聊一个我最近被"打脸"的经历。

免责声明：本文仅记录个人使用 AI 工具的真实体验与思考，不构成对 Windchill、SinoCPC 或任何产品的选型建议与优劣评价。文中 AI 给出的 0:5、3:2 结论均为特定测试条件下的偶然输出，受语料分布、提问方式、上下文内容等多重因素影响，不具备普适性。产品选型请以官方资料、实际试用和专业评估为准。文中观点仅代表个人，与所任职单位无关。

一、先说结论：0:5 和 3:2

前段时间我在写《从 Windchill 到 SinoCPC：一位 PLM 实施者眼中的创新产品研发系统对比》，为了不写"空对空"的评测，我把 5 个真实具体的需求——打样、项目过程、批量承认、SAP集成、变更追溯——直接丢给 AI，让它判断这些需求该选 Windchill 还是 SinoCPC。

结论是 0:5，SinoCPC 全胜。

说实话，这个结果我自己也有点意外。出于好奇，我新开了一个不带任何上下文的会话，问同一个问题、同一批需求、同一个 AI。

结果是 3:2，Windchill 反超。

同一个问题，同一批需求，同一个 AI。唯一的变量是——有没有上下文。结论就从一边倒，翻成了另一边的险胜。

二、这个反转，其实有个更朴素的原因

我后来复盘，发现这事没那么玄。

Windchill 是国际大品牌，网上资料铺天盖地；SinoCPC 是国内品牌，公开资料相对少。

空白会话里，AI 靠的是它训练语料里的"存量知识"。Windchill 语料多、案例多、评测多，它自然更容易替 Windchill 说话——这不是它判断更准，是它知道得更多。

而带上下文的那个会话，我把 SinoCPC 的资料、需求背景、真实约束都投喂进去了。AI 手里有了和 Windchill 对等的信息量，甚至更贴近真实场景的信息，结论才翻了过来。

所以 0:5 到 3:2 的本质，不是 AI 变聪明了，是信息天平被重新摆平了。上下文投喂，投的其实就是"AI 原本不知道、但对判断至关重要"的那部分信息。

这也提醒我一件事：AI 的"偏见"，很多时候是语料分布的不均。谁资料多，谁在无上下文时更容易赢。这恰恰是上下文最该补的缺口。

三、AI 是个"巨婴"，你不说，它就瞎猜

我常把 AI 比作一个巨婴。

它知识储备惊人，反应极快，但它是"失忆"的。每次新开会话，它对你、对项目、对你们公司的情况一无所知。你不喂给它，它就靠"常识"猜——而"常识"，恰恰是专业判断最不可靠的东西。

那 5 个需求放在带上下文的会话里，AI 知道我在做 PLM 选型、知道打样和批量承认的流程差异、知道变更追溯和 SAP 集成的真实约束、知道我关心的是落地而不是参数表，还拿到了 SinoCPC 的一手资料。它是在我的问题域里做判断。

换到空白会话，它只是在通用语料里做判断。听起来问题一样，其实根本不是同一个问题。

这就是巨婴逻辑：你给它多少"前情提要"，它才能还你多少"靠谱答案"。你什么都不给，它就只能给你一个"看起来很像答案"的答案。

四、把一个巨婴"培训"起来，靠的是什么？

既然把 AI 比作巨婴，那问题就来了：怎么把这个巨婴培训起来？

我这一年多的体会是，靠的不是"会提问"，而是四样东西：

第一，靠"喂"——持续、准确地供给上下文。 巨婴不会自己查你家的情况。背景、约束、规则、样例，你得主动喂，而且喂对。0:5 和 3:2 的差别，就是喂与不喂的差别。

第二，靠"立规矩"——把隐性经验变成显性规则。 我们的命名习惯、文档模板、技术栈边界、历史 BUG 的修复套路，这些原本在我脑子里的东西，得写成 AI 能稳定接住的规则。规矩立住了，它才不会每次自由发挥。

第三，靠"纠错"——用反馈把它拉回正轨。 我从 0 开头搭过系统，也反编译别人的系统逆向学习，用 AI 快速定位修 BUG、接需求、写需求文档/方案/设计/测试/操作手册。这些过程里，AI 出的错远比对的值得看。每一次纠正，都是在给它"校准"。

第四，靠"陪跑"——在真实任务里长期磨合。 巨婴不是一节课教会的，是在一个个真实项目里带出来的。你得让它在你的问题域里反复练，练到它懂你的语境、你的优先级、你的底线。

一句话：培训巨婴，靠的是上下文、规则、反馈和长期陪跑，而不是一句漂亮的提示词。

五、真正的技术，是"上下文工程"

所以回到标题：用好 AI 工具，确实需要技术。但这个技术，不是背提示词模板，而是上下文工程——你得有能力判断：哪些信息是决定结论的变量，哪些是噪音；怎么把一个模糊的诉求，拆成 AI 能稳定接住的背景、约束和样例；以及最重要的，当结论反转时，你要能意识到是上下文变了，而不是 AI 疯了。

0:5 和 3:2 之间，差的不是 AI 的智商，是我有没有给它一个"值得被认真对待的问题现场"，以及有没有把语料天平摆平的那份资料。

下次 AI 给你一个让你怀疑人生的答案，先别急着换工具。问自己两句：我到底给了它多少上下文？我是不是让它在一个信息不全的天平上做判断？

大概率，问题不在它，在你。