缘起：一次对话胜读十年书

“写作是最有效的学习。”在此基础上，本进一步实践了一种新的研究方式：利用AI强大的大数据功能，通过深度对话，充分挖掘每一个学问点从理论到实践的顶级认知和智慧状态。

我的亲身体验是：一次对话胜读十年书。

这不是夸张。在刚刚完成的九篇系列文章中，我们从“传承”这一个点出发，通过与AI的持续对话，逐步放大为面、构建为系统，最终形成了一套完整的“阴阳二线”框架和九篇深度文章。这是一次成功的实验。

本文旨在总结这套对话方法，帮助更多读者掌握“与AI对话”的技艺——不是简单的问答，而是真正的认知协同。

一、核心心法：你才是驾驶员，AI是副驾驶

与AI对话的第一原则是：你才是认知的主体，AI是放大器、组织者、挑战者，而不是答案的提供者。

很多人把AI当作“高级搜索引擎”——问一个问题，得到一个答案，结束。这是对AI的最大浪费。

正确的姿态是：把对话当作一次“思维挖掘”。你带着自己的问题意识、经验判断、研究目标，引导AI帮你：

· 把一个点放大成一个面

· 把一个面搭建成一个系统

· 把一个系统拆解为可操作的步骤

AI不是老师，你是。AI不是答案机，它是你的思维外挂。

二、对话的三重境界：点→面→系统

第一重：精准的“点”——问题即钉子

高质量对话的起点，是一个清晰、具体、有深度的问题。

· 不好的问题：“怎么做好家族传承？”（太宽泛，AI只能给泛泛之谈）

· 好的问题：“潮汕商人的‘多子分工不分家’模式，具体是如何运作的？有哪些成功案例和失败教训？”

· 更好的问题：“在独生子女政策背景下，中国家族企业如何借鉴潮汕模式？海鑫集团的失败与潮汕模式的成功，关键差异在哪里？”

技巧：

· 问题要窄、要具体、要有对比

· 带着案例或现象提问，而非抽象概念

· 追问“为什么”“然后呢”“和什么对比”

第二重：放大为“面”——横向连接与纵向深挖

当一个“点”被抛出后，不要满足于AI的第一个回答。你需要持续追问，把点拉成线、铺成面。

· 横向连接：“这个模式与日本的单子继承制有什么异同？”“李嘉诚的做法和王永庆有什么本质区别？”

· 纵向深挖：“这个制度设计的底层逻辑是什么？”“历史上有没有类似的实践？”“如果放在中国的法律环境下，会遇到什么问题？”

技巧：

· 每次AI回答后，至少追问2-3个“然后呢”

· 主动要求AI做对比：“请把A和B放在一个表格里对比”

· 要求AI指出逻辑漏洞：“这个论证的薄弱环节在哪里？”

第三重：搭建为“系统”——输出结构化成果

当“面”足够丰富后，你需要引导AI帮你结构化，将碎片信息组织成可用的框架、模型、操作指南。

指令示例：

· “请把以上分析整理成一个表格，维度包括…….”

· “请基于我们的讨论，提炼出一个三步走的操作框架”

· “请输出一份可供家族企业直接使用的‘传承规划检查清单’”

技巧：

· 明确要求输出格式（表格、思维导图文字版、步骤列表、决策树）

· 要求AI总结核心规律：“从这些案例中，提炼出3条共性”

· 要求AI指出适用边界：“这个框架在什么情况下不适用？”

三、对话的六大实操技巧

1. 先给背景，再提问题

AI没有“读心术”。你给的信息越多，AI的回答越精准。

· 错误：“家族信托有什么问题？”

· 正确：“我是一家年营收50亿的中国制造企业的创始人，有两个子女，一个愿意接班，一个想创业。我想用家族信托来传承，但听说在中国有税务和登记问题。请帮我分析具体有哪些障碍，以及可行的替代方案。”

2. 用“角色设定”引导AI

让AI扮演特定角色，可以大幅提升回答质量。

示例：

· “假如你是一位有20年经验的家族传承律师，请分析……”

· “请站在二代的角度，列出他们不愿意接班的10个原因”

· “请扮演一位质疑者，指出这个传承方案的潜在风险”

3. 要求对比和分类

对比和分类是认知升级的核心工具。

示例：

· “请把日本模式、潮汕模式、李嘉诚模式放在一个三维对比表中”

· “请将传承失败案例按‘原因类型’分类”

· “请区分‘阴线’和‘阳线’各自包含哪些要素”

4. 追问“所以呢？”——不断下沉

AI的第一个回答往往是“常识层”。真正的深度藏在第三、第四轮追问之后。

示例对话：

AI：“家族信托可以资产隔离。”

你：“所以呢？在中国法律下，资产隔离的效果有多强？”

AI：“有一定限制，因为信托财产登记制度不完善。”

你：“所以呢？具体有哪些风险？有没有判例？”

AI：“有。在某案例中，法院认定信托财产仍属于委托人财产，因为……”

你看，深度是这样挖出来的。

5. 要求AI自我反驳

好的对话需要“红队思维”。主动要求AI挑战自己的结论。

示例：“你刚才建议用离岸信托，请现在扮演反对者，列出离岸信托的5个风险。”

6. 关闭对话前，要求总结

每次阶段性对话结束时，让AI输出一份“当前共识”或“待解决问题清单”。

示例：“请总结一下我们今天达成的3个核心结论，以及还需要进一步研究的2个问题。”

四、从对话到写作：固化认知

邱律师强调“写作是最有效的学习”。对话再深入，如果不写下来，认知就会流失。

建议流程：

· 通过对话完成一个“面”的挖掘

· 让AI根据对话内容生成一篇初稿（可要求“按学术论文格式”或“按实操指南格式”）

· 你进行修改、补充、批判

· 将修改稿再喂给AI，要求“根据我的修改意见，重新组织全文”

· 反复迭代，直到满意

这就是“点→面→系统”的完整闭环：对话挖掘 → AI初稿 → 人修改 → AI重构 → 成品。

五、一个完整示例：从“传承”到九篇文章

以我们今天完成的系列文章为例，演示全流程：

整个过程，你始终是“驾驶员”——确定方向、提出追问、要求结构化、审阅修改。AI是“副驾驶”——提供信息、组织框架、快速生成、不知疲倦。

六、结语：让每一次对话都成为“挖矿”

回到本文开头的那句话：“一次对话胜读十年书。”

这并非魔法，而是一种可以学习的方法。它的核心是：

· 主动：你不是被动接收答案，而是主动引导对话

· 深度：你不满足于第一层回答，而是持续追问

· 结构化：你不接受碎片信息，而是要求框架和系统

· 闭环：你不让认知流失，而是通过写作固化下来

当人的智慧（问题意识、经验判断、价值取向）与机器的算力（海量信息、快速组织、不知疲倦）深度对话时，每一次对话都可能是一次“挖矿”——挖出你从未触及的认知深度。

愿你从下一次提问开始，成为AI的“驾驶员”，而不是“乘客”。

（本文根据与邱旭瑜律师的对话实践总结而成）

邱旭瑜 律师

现代心学导师｜《穷律师、富律师》等书作者

企业战略架构师｜家族/企业传承规划师

《结构商学》创始人｜《结构心学》奠基人