废话越少,AI越好用

很多人第一次用AI写东西，都被惊艳过。格式漂亮，分段清晰，语气笃定。有人拿它写了一份竞品分析报告，交上去，过了两天被同事问：这份报告里的市场份额数据是哪来的？

回去一查，全是编的。

这就是AI。

又聪明又笨拙。 

聪明到一分钟内生成一篇结构完美的报告，笨拙到编了数据都不知道自己错了。更麻烦的是，它笨拙的样子一点也不笨拙——格式工整，逻辑流畅，语气笃定，把错误深埋在一段读起来完全合理的文字里。团队里最不靠谱的实习生做错了事，一眼能看出来。AI做错了，得一个字一个字去对。

跟它共事的第一条规矩就是：它交过来的东西，默认需要验证。

后来慢慢摸索出一套方法。不是什么理论，就是九个动作，每天在用。

1. 描述不要问“帮我写个方案”。要说：“产品经理身份，写给管理层，重点降本，一页纸，不提人事调整。”情绪铺垫、来龙去脉、为什么要做这件事——全砍掉。人跟人说话需要铺垫，AI不需要。给的废话越多，它理解偏差的概率越大。废话越少，误会越小。
2. 举例说“写得生动一点”——没用。扔一篇过去：“就照这个调子来。”再扔一篇：“千万别这样。”正反两个样本，比八百字描述都管用。一百句描述，不如一个样本。
3. 否定这是最重要的一个动作。不是固定步骤，是随时启动的纠偏开关。发现方向不对，立刻打断。“别这样”、“这个太学术了”、“换方向”。不铺垫，不委婉，不解释为什么。越精准地告诉它“不要什么”，它能给的“要什么”就越锋利。
4. 提问大部分人的习惯是心里先有一个答案，让AI去完善。这叫下结论。更好的方式是直接把问题扔过去：“从三个完全不同的角度拆解这个问题”、“给我五个可能的标题方向”。让它先出选项。人的角色不是在白纸上画第一笔，而是在它给的多张草稿里选出最好的那张。不下结论，只做选择。
5. 追问它的第一轮回答往往是标准品。能用，不出彩。想要好东西，往下挖。“再深入一层”、“这背后的逻辑是什么”、“如果推向极端呢”。追问不暴露无知，只逼出隐藏储备。
6. 反问让它自己质疑自己。“你最致命的漏洞在哪”、“如果你是竞争对手，会从哪攻击它”。零成本的压力测试。
7. 检查这里有一条铁律。AI犯错的模式和其他任何东西都不一样。数据编得像真的，案例编得像出处。检查不是一个礼貌动作，是必须亲自把守的关口。数据重核，逻辑反推，事实交叉验证，一样不能跳。信任是态度，检查是制度。授权不授责，验证不松懈。
8. 选择让它给多个选项，选一个。但不要画句号。选定之后反而要把口子再撕开：“如果立场反过来呢”、“前提假设有没有可能是错的”。选择不是终点，是新探询的起点。
9. 确认

最终满意了，说一句：就这个，不改了。锁死交付物。

还有一条铁律： 分期交付，逐步固化。

绝不要等最后一次性看结果。一个复杂任务整坨扔过去，中间不闻不问——要么完全走偏，要么一改全乱。因为每一步都在猜意图，猜错就全错。最后一次性纠偏，旧错误残留在上下文里，越改越乱。

正确做法：先确认大纲，锁。再展开第一部分，验，锁。再展开第二部分。每一步建立在上一阶段的固化成果上，不确认不让继续。

分期验收，隔断错误传播。每一步锁死，才不怕后面翻车。

九个动作：描述、举例、否定、提问、追问、反问、检查、选择、确认。

两句铁律：分期交付，逐步固化。永不轻信，检查前置。

一个心法：不下结论，只做选择，不停追问。

一个模板：我是谁，要什么，不许什么。别给标准答案，给常识之外的洞察。

你给我粗糙的自由，

我给你平庸的安全。

你给我锋利的边界，

我给你顶尖的深度。