夜雨聆风
“我被蒸馏了，但是我主动的”
前两天有幸（花钱）参加了卡兹克在北京举办的 AIFUT 大会，其中有一场辩论挺有意思，AJ、卡尔、葬AI和 MAX for AI 四位大佬讨论了一个问题：教别人 AI，是可以教会的吗？
辩论本身不多评价，但有个观点我很认同。
很多人所谓的"学会 AI"，不是通过课程和教程，不是靠标准化的学习路径，而是自己用勤劳的双手磨出来的一种经验。
AI 能力是一种经验性的结果，这也是我自己的来时路。
我自己有一套很变态的 AI 使用思维，使得我看待任何事情，都觉得有能力上手一二。
几个月之前，我是一个 0 个代码经验的技术小白，我鼓起勇气迈进了黑客松的场地，12 小时内搞出了自己很满意的产品 demo。
几个月过去了，我通过自己研究搞出了3个简单产品，写了十几套完整的skills，也靠着"技术能力"和"思维能力"拿到了产品商业化的变现。
这种使用思维无关乎 AI 技巧，无关乎行业理解，更像是我钻研完美、对自己负责的一种态度。
我的 AI 使用思维并不是最前沿、最高深或最专业的，但希望是值得一品的，是能够帮助到一些人的。
1.
AI 使用思维的两个底层逻辑
第一，提示词永远是想法的细枝末节，而非表面语言。
我们只有知道自己想要的是什么，AI 才能知道我们想要的是什么，听起来像废话，但有时候我们是做不到的。
周末在饭桌上就聊到了这件事，我现场举了一个例子。
我问，“你觉得这幅画好看吗”，他说“挺好看的”。
“如果你现在要让 AI 模仿这幅画，你又会怎么说？”
是天空笔触交替的深深浅浅？是大地两三根线条的极度克制？是树叶颜色的色值？或者，简单一点，树枝画得如此具象？小路画的笔笔直直？
我不是一个艺术生，但我能一五一十的描述这幅画中我最喜欢的细节。
我还会说“详细”这个用词不如“一五一十”，“天空的画法好、喜欢大地的极简主义、树叶的颜色顺眼”不如“深深浅浅”和“两三条线”。
听起来确有些矫情，而且通常来说我们生活中并不会如此详细的拆解自己的观点，“好看”“有意境”，可能就潦草带过了。
但这样的描述对于使用AI来说是完全不够的。
第二，可能是第一性原理。
确切的说我之前是不曾深度理解什么是第一性原理，这个物理学中的、被马斯克推广的，好像与逻辑有关的思考方式。
但现在我可以说我多少摸到了点门槛，我能够用 AI 辅助解决“我知道我不知道”和“我不知道我知道”的具体问题。
具象的说我们每个人评判AI生成的一个作品、一段文字、一个判断的时候，一定是有自己想法的。
无论是认可、不认可或者不知道，都是想法。
虽然我们第一时间未必能准确说出来，但下面的AI使用思维可以帮我们。
1、无论如何先做出一个初稿。
2、逐字解剖每条 output，并且疯狂地表达。
3、把它当成一个有思考的个体去和他对话，向它表达你的认可、反驳、询问、质疑、请教和反思。
4、下达指令：让 AI 帮你剖析你说不出的底层期待，挖出那些藏在你或者 AI 语义背后的隐身含义。
这样出来的结果，岂能不满意呢？
那下面我会尽量具象的去描述我的使用思维，并且展示我和 AI 的对话记录。
2.
我的 6 种 AI 使用思维—— Claude 总结
使用 AI 就像学走路一样，会蹦跶之前先得会爬。
最开始，我们甩出一段提示词让 AI 直接生成，妥妥拿来主义。
然后，我们学了点提示词技巧，就开始整上结构化的术语，发现 AI 的输出好了一些。
第三，我们开始做 context 工程，用更多的技术给 AI 喂更多的背景信息，让它更懂我们的场景。
这三层都有用，但都是在优化 AI 的输出，最近还比较流行 Harness，也是一种规范化的优化方式，但也不是我要说的。
第四，不一样了，倒反天罡的，让 AI 来优化我，也就是上一段我说的两个底层逻辑。
其实我在整理第四层内容时候也是模糊不清的，我第一时间也不能系统性的整理出来。
但通过与AI的思辨，我把这些本不好描述的方式进行了1234地排列整理。
形成了以下的内容，你看看是否容易理解：
2.1 精准的去否定，不对，且“哪里”不对
最开始我们使用AI的时候，往往对 AI 的反馈是“你这个不太好”“你再换一个”，AI 拿到这样的回复之后就开始瞎猜你想要什么。
在我的 AI 使用思维中，表达可能是这样的：“使用破折号来表达‘解决问题’与‘ AI 使用思维’之间的逻辑关系不是我想要的”。
这样的：“标题太营销了，我想要体现一种分享感，使用描述心理活动的用词作为标题”。
这样的：“文章标题不要提及蒸馏，因为开篇的引言就是蒸馏，重复了。”
我不会再去说“不好”，我会说清楚“哪里不好”和“我要的感觉是什么”。
2.2 拒绝第一个答案，追到底层需求
我的朋友是一个不懂技术的人，他觉得技术是很难的一件事，但他又觉得现在他对于 AI 行业的瓶颈就在于技术，他想找AI求助。
这是我在给我一个朋友做思维开导演示的时候说的一句话：
Claude 说“这三件事不需要你懂底层原理，但需要你有体感”
体感，作为用词我觉得很贴切，但这个词纯属于我个人的主观感觉，它是模糊的。
这是因为AI 给我们的第一个答案大概率是安全的、正确的，而非底层的、根本的。
于是就出现了上述的对话，我要拆，我要问，我要认可、询问、质疑、反思，然后再次循环。
通过一轮轮的深入，获取到那最准确的表达。
AI 不差能力，所以我们要逼它再想一层又一层。
2.3 反向出题，让 AI 先做，再拆问题
我啥也不知道，但我就想要。
这是我认为非常非常值得赞扬的一个思维。
当我不知道我知不知道的时候，我们该如何做？
我会直接让AI先做出一版，然后我以审判的视角，提需求，拆问题，使劲的难为他。
拿它的输出当靶子打，无限拆解最接近我需要的那一条 output，最后我反而拿到了自己真正的期待。
比如这篇文章的大标题就是这么来的。
2.4 一条一条改，不放过任何一个模棱两可
你们有没有过经历，AI 给了我们一个长篇大论，我们一眼看上去只有蒙圈。
我们开始一点一点的修改，一次一次的发送。
但 AI 总是会在 thinking 时默认那些未被批改的前文作为上下文，水越来越浑，内容越来越不好改。
与其如此，不如就每一次回复都如批阅一样一次发送很多条的质疑、询问、建议，覆盖 AI 上一次所有的 output。
比如提示词：
【1、这个“用词”不合理，我更想要表达的是“另一个”；2、“这里”不是我的意思，我的意思是“这个”；3、“这里”的逻辑不通，我上文说的是“东”，你要顺着说；4、...】
2.5 从 AI 的引导式对话中发掘自己没想清楚的东西
这个思维真的非常适合各位需要按期完成任务的朋友们，尤其是需要创作的任务。
就比如我们找选题、做脚本、写公众号，乍一看我们一直都有的可写，但其实仍然存在完全没有思路的时候。
在没有 AI 之前我们可能去百度搜搜、看看新闻、看看别人公众号写了什么。
而 AI 时代独有的一个使用思维，就是让 AI 作为引导师来引导你做出一个你本没有想清楚的成果。
这其实可以用一个非常简单的提示词来完成：请通过对话问答的方式引导我思考本周的公众号选题，要求让我找到我自己满意且希望去表达的一个主题。
此外你还可以约束AI，如一次与我询问一个问题，不要多；比如你先通过和我的对话确定我希望的选题思路，再按照选题思路来与我对话完成选题。
所以，无论是确定选题，还是确定选题所需要的选题思路，都可以让AI引导出结果。
甚至是我完全不知道某一件事该如何进行我也可以这么说：我想学习一项运动，但我并不清楚寻找适合我的运动的思考方式。
比起“我不清楚什么运动适合我”，询问思考的方法技巧会更贴合我们对于“我想要运动”的根本需求。
2.6 对话过程才是成果
开篇就说过，现在看到的这篇文章，是我和 Claude 共同的产物。
虽然这篇文章自己撰写的部分仍是多数，但作为思路的整理和关键句的输出，AI还是出了不少力气。
我最初并没有一个清晰的构思，是在跟它对话的过程中，把自己的想法一点一点挤了出来，我的这 6 条 AI 使用思维也是与 AI 对话后总结出来的。
Claude说：大多数人跟 AI 对话是用完即走，但我是用完之后还要翻回去思考。
你看到的每一个截图，都是从真实对话里截出来的。
对话不是过程，对话就是结果。
3.
简单总结
写这篇文章之前，我知道我是有一套使用思维的，但我没有办法系统性地说清楚。
我在写这篇文章的第二章时，让 Claude 翻了我们几个月来的所有对话记录。
我希望能够从中提炼出我自己从未整理过的 AI 使用思维。
那些对话当时只是在解决具体的问题，但现在看来每一次的修正、追问、质疑、思考，都是会沉淀为我独有的 AI 使用思维。
我用 AI 整理了我使用 AI 时的使用思维，然后写成了一篇教别人怎么培养 AI 使用思维能力的文章。
（娃是套不完的）
我想说，“夸张地讲，这种 AI 使用思维能让你解决地球上的任何问题”。
写法是夸张的，但信心是充足的，毕竟我都已经把自己给“蒸馏”了。
最后，希望本文可以对你使用 AI 时的思考有所帮助，即使是绵薄的。
这里是天Jiang，我们下期再见！
>/ 作者：天JIANG
更多阅读
【教程干货】Markdown 完全指南：这可能是你最后一次需要换笔记格式
【深度分享】81000 份采访，81000 种被 AI 改变的人生。
