2026-05-27 · Nanhara 上周一个做内容的朋友找我吐槽：他每天和 AI 对话八小时，产出还不如团队里那个用 AI 只用半小时的同事。这种事我见过太多次。同一个模型、同样的对话框、同样满网都是的提示词模板——为什么有人靠它一个人撑起一家公司，有人用了一年还在让它"帮我写一篇文章"？差距不在工具上。在问题上。顺序错了哈佛商学院和 BCG 2023 年做过一项研究，给 758 名顾问发了同一个模型。结果很反直觉：做创意类任务时，他们速度快 25%、质量高 40%；但同一批人去做需要深度判断的复杂分析，反而比不用 AI 的同事差 19%。研究者管这条边界叫"锯齿形技术边界"——同一个工具，问对了飞速，问错了入坑。差距不在"用没用 AI"。差距在"用 AI 做对的事"。主流认知是这样的：AI 不好用，是因为工具不够好、模型不够强、我还没学到某个技巧。所以满网都是「让 AI 听话的 10 个公式」「Prompt 工程师必备 25 个模板」。这个认知错在顺序上。大多数人的流程是「工具 → 需求」：先打开 AI，再想问什么。少数人的流程是「需求 → 工具」：先想清楚要解决什么，再去找 AI 怎么接。先有问题，再有工具——这是人类发明的所有工具的共同前提，AI 不是例外。「不是你不会用 AI，是你还没想清楚要用它做什么。」市场已经替这件事定了价。Prompt Engineering 相关岗位过去一年涨了 250%，中位年薪在 90 万人民币上下，高级岗位稳过百万。会用工具的人很多，会问问题的人很少——价格自然就分了层。五件事，从问题清晰度往上走一、先问自己：每天在重复哪些傻事对话之前，先停三十秒，问一个自己的问题。你每天在重复做什么傻事？哪些事你做了一年还在做、还在烦？这是你和 AI 对话的第一性原理过滤器。它过滤掉的，是那种漫无目的的「我看看 AI 能做什么」。我见过太多程序员打开对话框就来一句「帮我做一个数据看板」，AI 输出一坨代码，勉强跑通，下次改动就崩。换一种问法：「我的数据结构是 X，现在用 Y 框架，每次改 Z 要 40 分钟——帮我想一个让每次改动压到 5 分钟以内的架构。」前者要的是代码。后者要的是判断。你想清楚了「要它做什么」，下一个问题就出来了：怎么让它知道你想做什么？二、把场景端给它，让它当军师大多数人把 AI 当输出器：你说一句，它答一句。真正用得透的人把 AI 当军师：你描述战场，AI 给打法。不要问「帮我做个数据看板」，要说「这是我每天的工作流：早上看 X，中午处理 Y，下午沟通 Z——你觉得哪些环节你能接手？」前者给你一坨代码，后者给你一个可执行的方案。这不是新鲜事。苏格拉底两千年前就知道，最好的对话不是给答案，是把问题问回去。Karpathy 在一次 Sequoia 活动上说过一句很狠的话——现在真正在被建立的技能是判断力：什么该委托出去、怎么说清楚任务、怎么快速审查结果。「意图表达和任务分解，才是新时代的写代码。」「最好的 AI 使用说明书，就是 AI 本身。」三、用 AI 解决 AI 的问题不会写提示词？让 AI 帮你写。报错看不懂？把错误信息原样贴回去。不知道该问什么？把你的处境描述一遍，让它替你列五个该问的问题。不知道某个名词什么意思？让它先帮你列三种可能的定义，你挑一个再追问下去。被一个模糊的目标卡住？让它帮你把目标拆成三个可以今天就动手的小动作。别离开对话框去搜索引擎里转一圈。新一代的信息架构，本来就是一个对话框接管所有入口。你每跳出去一次，都是在用旧时代的肌肉记忆，给自己加摩擦。四、信息密度决定回答深度如果你只给一句「帮我写一份市场分析」，AI 只能给你一份套话。把它升级成「身份 + 现状 + 目标」三件套：「我是一家自媒体公司的市场负责人（身份），刚进入教育行业，500 个 B 端客户但留存率只有 60%（现状），我要一份能找出留存率低原因的分析框架，重点看竞品对比和用户访谈设计（目标）。」中文技术社区测过同一个模型对这两种问法的一次通过率：非结构化裸问 35%，结构化三件套 82%。代码任务里这个差距能拉到 2.3 倍。AI 不是不聪明。「你给 AI 的信息密度，决定了它能给你的回答深度。」五、别对 AI 说「请帮我」很多中文用户跟 AI 对话，开头一定是「麻烦你」「不好意思」「请帮我看一下」。2025 年 10 月有一项研究测了上千条提示词，结果反直觉得有点扎心：很礼貌的提示词准确率 80.8%，很不客气的提示词反而 84.8%。同一个任务，越礼貌越答不对。这事有三层。表层是浪费 token。中层是降低指令清晰度——「能不能麻烦你帮我大概看一下」和「列出前三个关键问题」是两种密度。深层最值得说：「你把它当一个需要哄的人，它就以为这是社交场，不是任务现场。」「客套话是给人听的。AI 要的是任务，不是人情。」体是你，用是它讲到这里，你大概看出来了——这五件事，没有一件是关于 AI 本身的。全是关于你的。中国哲学里有个概念叫"体用"——「体」是本，「用」是末。你才是本，AI 是末。你每天在做什么、你的痛点在哪、你要走到哪、你能不能把场景说清楚、你给得起多大的信息密度、你有没有摆正这场对话的位置——这些是「体」。AI 怎么接、怎么提案、怎么生成、怎么自动化——这些是「用」。人是体，AI 是用——体不强，用也枉然。AI 是你的外骨骼。但外骨骼穿在身上之前，你得先知道自己要往哪走。「问题模糊，AI 只会放大你的焦虑；问题清晰，AI 才会放大你的能力。」Karpathy 还说过一句话——你可以把思考外包出去，但你没法把理解外包出去。这一波 AI 浪潮里，会有一大批人被淘汰。不是因为他们不会用工具，是因为他们这辈子都没学会问一个清晰的问题。会用工具的人很多。会问问题的人，比会用工具的人值钱十倍。AI 像一面镜子。它放大的不是工具的力量，是你自己想问题的能力。南荒说独立开发与 AI 探索
基本文件流程错误SQL调试
请求信息 : 2026-05-29 18:29:47 HTTP/1.1 GET : https://www.yeyulingfeng.com/a/675019.html
夜雨聆风