夜雨聆风
这里是理好心的第11篇原创
全文共计2540字，阅读大约需要7分钟
ChatGPT刚出来那会儿，我就注册了自己的第一个账号。
我算是比较早开始尝试AI的那批人，也就随着时间推移，后来DeepSeek，OpenClaw、Claude Code、我都有一个个试过。
总的来说，我算不上最早的那批人，但也绝不是跟风进来随便看看的人。
今天写这个，是想说一个我发现的事——跟AI说不明白，可能不是AI的问题。
01 跟AI说不明白
每当我想做什么事——画张封面、出个方案、写段话术——脑子里有想法，但到了AI的输入框，总是会一愣。
跟同事讨论方案，心里觉得“不对”，但“不对”在哪，讲不出来；
给孩子讲一道题，明明一眼就会做，但"怎么想的"就说不明白；
打开一个新工具，觉得能帮到自己，但“帮什么”，也答不上来。
我也有过。而且不止一次。
每天出每日一题，我翻一遍题库——哪个单元讲到哪了、哪些知识点学生错得多、难度该不该调，之前全靠脑子记和手动翻。
翻半天找出一道，总觉得不够准，又说不上来哪里不对。
然后我打开OpenClaw，想让它帮我建立题库去出题。对话框弹出来，光标闪了半天。
我不知道该怎么跟它说。
不是不知道自己要什么——我要一道适合我学生今天做的题。
但“适合我学生今天做的题”，怎么拆？哪个单元、哪个知识点薄弱、难度到什么程度、题型怎么选……
脑子里有，但跟AI说不明白。
那天我关掉了对话框，继续翻题库。但关掉之后，我一直在想——到底卡在哪了？
02 想了，但动不了
关掉对话框那天，我突然意识到——这不是第一次了。
刚工作那会儿，心里一直有想法——想记录，想整理，想把重复的事做得更高效。但就是很难落地。
第一层是累。
每天被一件事推着走，做完这个来那个。
出每日一题要翻题库，成绩分析要手动粘Excel，每周的工作简报要坐那里回忆工作资料去写——每一件都不难，但每一件都在吃时间。
做完一天的事，已经不想再想"有没有更好的方式"了。
第二层是想做，但做不到。
时间挤出来了，想法也有了，可是能力却跟不上。
知道成绩分析可以自动化，但不会编程；知道题库可以结构化，但不知道怎么搭；知道有些重复劳动可以交给工具，但连"我需要什么工具"都描述不清楚。
第三层更隐蔽——有些事，连“要做什么”都没想清楚。
不是没有需求，是需求太模糊，自己都说不明白。
想了，但动不了。不是不想动，是每一层都有东西卡着。
但后来，AI变了。
以前用AI，你得懂技术——知道怎么写提示词，知道用什么工具，知道怎么搭架构。
现在不一样了。你只需要把需求说出来，剩下的它来补。
不用懂编程，它帮你写代码；不用懂架构，它帮你搭框架；甚至不用想好用什么工具，在集成性的Agent里说出你的诉求就行。
03 直到AI追上我了
所以我再次开始尝试。一个一个念头，随着落地了。
出题——把一整套题库放到Obsidian的后台，告诉AI我需要哪个单元、哪些知识点比较薄弱，它就给我生成一份专属于我这批学生的题目。
以前出题是"找"，现在出题是"说"。
成绩分析——用Claude Code搭了一个网页，花了一个多小时做出来。
以后每次考完试，把成绩表往网页里一丢，平均分、优秀率、合格率、排名、每个学生的进退情况，全出来了。
以前手动粘Excel要半小时，现在往里一丢就出结果。
积分系统——看到小红书上有人发积分系统的制作流程，在Deepseek上尝试了一下，居然成功了。
因为带两个班，我追加了一个条件——两个班的数据要分开算。
它又生成了代码。描述需求，复制代码，改后缀名，网页就生成了。
那一刻，我是真的觉得——AI终于追上我了。
直到后来，我发现这句话只对了一半。
04 但只对了一半
“AI追上我”——我一开始是这么想的。但后来我意识到，这句话只对了一半。
积分系统那个案例最能说明问题。看到小红书教程，打开DeepSeek，描述需求，复制代码，改后缀名，网页就生成了。
对能描述需求的人来说，可能只要三分钟。对说不清自己要什么的人来说，这个工具根本不存在。
同样的DeepSeek，同样的教程，为什么有人三分钟做出来，有人连第一步都走不到？差别不在工具。在"你能不能把自己的问题说清楚"。
我后来回想，成绩分析那个网页，不是AI自己猜到我要什么。我以为自己想清楚了——我要什么数据、从哪来、怎么算、输出什么格式。
告诉Claude Code，它确实跑出来了。但后来我才发现，我想到的只是大方向，细节全是它问出来的。
但"想清楚"这件事，很多时候不是你自己想通的。
搭成绩分析网页的时候，Claude Code问了我一句："你说的'进退情况'，是跟上次考试比，还是跟班级平均分比？"
我愣了一下。
我其实没想过这个问题。我以为我清楚了，但它一问，我才发现自己只想到一半。
出题系统也一样。不是AI知道我学生哪里薄弱，是我把题库结构化了，把薄弱知识点标注了，它才能帮我选。
而"怎么结构化"这件事，是它一步步反问我，我才理清楚的。
后来我总结了一下，它问我的所有问题，其实都可以归成三个——我要什么、给谁用、什么算做好了。
你要什么。不是"一道题"，是"一道两位数减法、进位退位、中等偏上难度的题"。不是"帮我分析一下成绩"，是"我要看到每个学生跟上次比是进还是退"。越具体，AI给你的越准。模糊的需求，只会得到模糊的结果。
给谁用。同一份成绩分析，给年级组长看和给家长看，口径完全不一样。
给年级组长，要横向对比；给家长，要纵向追踪。给谁用，决定了数据怎么切、重点放哪里。这个问题没想清楚，做出来的东西谁都不满意。
什么算做好了。不是"做完了"，是"做到什么程度我不用再改了"。
出题——选出来的题不用我再翻一遍确认难度；成绩分析——丢进去就能直接发，不用再手动调格式。这个标准想清楚了，AI才知道往哪个方向使劲。
AI不只是降低了门槛，还换了一道新门槛。旧门槛是技术能力——不会编程，做不了。
新门槛是那三个问题——你能不能回答清楚。这道新门槛是透明的，你看不见，所以更容易撞上。
那撞上了怎么办？
05 差的不是技术，是那三个问题
所以，不是AI追上我了。是我终于把自己的问题想清楚了。
以前接到一个任务，第一反应是"赶紧做"——打开Excel，开始手搓，做完交差。现在接到一个任务，第一反应变了——"这件事能不能只做一次？
"能不能搭个流程，让AI来做，以后就不用我再操心了？做完就没了，还是做完就一直在？
AI可以帮你执行，但不能替你想清楚你要什么。它可以反问你，逼你把模糊的需求变清晰，但"想清楚"这一步，得你自己走。
三个问题，任何一个答不上来，AI给你的东西就不对味。能回答，AI就是行动支架。不能，它就是墙。
如果你是那个关掉对话框继续翻题库的人——下次再打开的时候，不用想"我要怎么用AI"，只想一件事：我能不能用一句话说清我要什么。
能，就继续。不能，先想清楚再打开。
其实不只是AI。跟同事讨论方案，说不清"不对在哪"，试试那三个问题。给孩子讲题，说不清"怎么想的"，试试那三个问题。
任何你觉得"脑子里有但说不明白"的时候，都是同一件事——你还没把自己的问题想清楚。
以前我以为，学会用AI，是学会跟机器说话。后来发现，学会用AI，是学会跟自己说话。
把那个模糊的"我想要"拆开，拆到连AI都能听懂——这个过程，其实是在把自己的想法想清楚。
想清楚了，不只是AI更好用。是你自己，也更清楚了。
写在最后
这篇写完，我回头看了一眼——从"跟AI说不明白"到"把问题想清楚"，其实不只是用AI这件事。
工作里那些重复的、模糊的、总觉得哪里不对但说不上来的时刻，背后都是同一个卡点。
以前我觉得，AI是工具，我得学会用它。后来发现，AI更像一面镜子——你跟它说不明白的地方，就是你自己还没想清楚的地方。
我没有答案给所有人。但我知道，下次再卡住的时候，我会先停下来，问自己那三个问题。
END.
平铺直叙，坚持默默分享。
相遇即最大的幸运，愿一起成长。
// 理好心 //
