夜雨聆风不会用AI，就是不会点菜
我见过很多人用 AI，用到最后很烦。
他说：“帮我改一下。”
AI 改了。
他说：“不对，不是这个感觉。”
AI 又改。
他说：“还是不对，再高级一点。”
AI 再改。
来回十几轮，东西越来越复杂，也越来越零碎，越不像他要的。
最后他得出一个结论：AI 不好用，是人工智障。
那你就没想过自己的问题吗?
你连点菜都不会，师傅怎么给你做？你就光和他说“做点好的”他能做什么菜？
他就直接给你泡碗方便面打发你。
所以问题是你没能把脑子里那团很模糊的东西，说成一件别人可以执行的事。
很多人一碰到 AI，就会马上暴露这个问题。
以前你说不清楚需求，别人还能帮你猜。
对方认识你，知道你平时喜欢什么，讨厌什么，也知道你嘴里的“别太正式”，大概是不要那种年终总结一样的废话。
可是AI不认识你。
它只认识你给它的上下文。
你给一句“帮我做个高级感的网页”，它就真的做一个看起来像高级感的网页。
注意我说的：“像”。
黑底，渐变，大标题，三个卡片。
挺熟悉吧。
然而你觉得不对。
可你有说不出哪里不对。
于是你继续说：“再有质感一点。”
完了。
AI 又不得不开始瞎猜了。
因为它在预训练的时候就学会了“瞎猜比留空得分更高”。
这就是现在很多人用 AI 的真实状态：没在协作，纯纯抽盲盒。
而且你每次输入的都不是需求，是情绪、感觉。
“高级一点。”
“自然一点。”
“有网感一点。”
“更像人一点。”
“更有爆款感一点。”
这些词一点都不可靠，因为它们在每个人脑子里的意思都不一样。
你说“高级”，我脑子里可能是克制、留白、信息密度高。
另一个人脑子里可能是金色、黑色、豪宅、红酒杯。
AI 脑子里是什么？
它没脑子的。
它只能根据训练数据里最常见的“高级感”去拼一个平均答案。
平均答案当然不好，你要也的从来不是平均。
这件事放到医院里就很好理解。
一个病人去看医生，只说一句：“医生，我不舒服。”
医生必须追问。
哪里不舒服？什么时候开始？疼还是胀？有没有发烧？最近吃了什么？以前有没有类似情况？
你如果只会反复说“我就是不舒服”，医生再厉害，也只能一层一层往外猜。瞎猜。
AI 不像这个医生，它太聪明了。聪明反被聪明误。
他总觉得“我懂你”，不会追问不会反驳，始终为你服务。
你说得随便，它就随便做。
你说得乱，它就乱猜。
你糊弄它，它就糊弄你。
然后你看着一个不满意的结果，误以为是它的问题。
这就是 AI 时代最先被放大的差距。
会表达的人，突然多了一整个团队。
不会表达的人，只是多了一个更高级的许愿池。
很多人以为，未来人机交互都会变成自然语言，使用门槛就低了。
我现在觉得刚好相反，使用门槛反而提高了，因为人们得改变自己乱说话的习惯了。
自然语言交互，不等于随便说话。
你去医院用的也是自然语言。
但一句“我肚子疼”和一句“右下持续疼了六小时，按着更痛，还很恶心想吐”，完全不是一个东西。
它们都叫自然语言。
但后面那句已经接近工作语言了，有结构和细节。
AI 时代也是这样。
以后真正重要的表达，不是会不会写漂亮句子，而是能不能把模糊感觉翻译成工作语言。
你想要一篇文章。
差的表达是：“帮我写得有深度一点。”
好一点的表达是：
“这篇文章不要写成知识科普。我要从一个具体场景切入，先让读者承认自己也有这个问题。语气要直接，不要像老师讲课。中间保留医生问诊的类比，删掉太抽象的语言学解释。结尾不要鸡汤，落到一个动作：以后给 AI 提需求时，先说不要什么。”
你再仔细看，区别在哪里？只是后面那段更长？
后面那句它给了 AI 判断标准。
它说了场景，说了对象，要保留什么，删除什么，还说了结尾不要什么。
“不要什么”特别重要。
很多人不会讲这句话的。
但审美和需求，很多时候就是靠排除建立的。
你说“我要一个好看的封面”，很空。
你说“不要网红大字报，不要红黄撞色，不要故作高级的英文小字，不要人物抠图贴边”，马上清楚很多。
你说“文章要有人味”，也很空。
你说“不要每段都收成金句，不要一直用‘不是 X 而是 Y’，不要替读者说一句蠢话再纠正，不要结尾突然升华”，这就能做事了。
会说话需要求你能把词藻用得更华丽，只要能减少对方猜测成本。
用 AI 也是一样。
你给的信息越清楚，AI 猜的部分越少。
你给的信息越模糊，AI 就只能拿平均答案糊弄你。
当然，不是所有人一开始都能说清楚。
我不觉得普通人应该上来就写一份完美需求文档。
更现实的方法是先让 AI 做一个样品。
一个六十分的样品就够了。
然后你看着它改。
但重点是，你不能只说“不对”。
你要说哪里不对。
“这个开头像卖课。”
“这个例子太虚。”
“这句话太像 AI。”
“这里的语气太礼貌了，我要更烦一点。”
“这一段保留意思，但不要这么顺，我想要一点卡顿。”
“标题方向对，但别用‘淘汰’，太大了，换成更生活化的词。”
这才叫反馈。
很多人以为反馈就是表达感受。
不是。
反馈是把感受翻译成下一步动作。
你说“我不喜欢”，对方只能猜。
你说“我不喜欢这里，因为它把一个很具体的生活问题写成了宏大判断”，对方才知道怎么改。
所以我越来越觉得，用 AI 最该练的不是提示词。
是观察和翻译的颗粒度。
你看见一个东西，能不能说出它哪里好，哪里烂，哪里接近，哪里偏了。
你喜欢一篇文章，不能只说“有感觉”。
你要知道，是开头的刺痛感，还是例子的生活味，还是句子短，还是它没有装。
你讨厌一个网页，也不能只说“土”。
你要看出来，是颜色太吵，间距太挤，字体太廉价，还是所有元素都在抢注意力。
如果你看不出来，你就只能一直说感觉。
说感觉当然很人类。
但只说感觉，做不了东西。
AI 会让很多人的优势被放大，也会让很多人的混乱被放大。
它对会表达的人很慷慨。
因为这种人给得出任务，给得出限制，给得出反馈。
他不需要 AI 猜太多，像一个清楚的甲方。
而不会表达的人，会越来越痛苦。
因为他明明想要一个具体的东西，却只能说一堆抽象词。
明明不满意，却只能说“差点意思”。
明明有审美，却没有办法把词汇拆出来。
到最后，他会以为自己缺的是 AI 技巧。
其实缺的是把自己说清楚的能力。
这件事听起来很基础，但可能会越来越值钱。
因为未来会做东西的人，不一定是最懂技术的人。
而是最会把需求说清楚的人。
技术会越来越便宜，模型会越来越强、越来越多。
但有一件事不会自动解决：你到底想要什么。
你想要什么。
你为什么想要。
你不要什么。
你怎么判断它做对了。
你能不能看着一个半成品，说出下一刀该往哪里切。
这就是未来的表达能力。
不是文采或者口才，写几句漂亮话。
是你能不能点菜、下单、验货。
把“差点意思”，说成一句别人可以照着改的话。
所以，别再只收藏提示词模板或者skill了。
先找到你真正的需求，然后说出来。
你真正要练的是：以后每次让 AI 做事之前，先把这几句话补上。
我要它用在哪里，给谁看。
我希望对方看完做什么。
我喜欢哪个参考，具体喜欢哪一块。
我不要什么。
一个人能把这几句说清楚，AI 突然就好用了很多。
AI 该聪明还是聪明，该幻觉还有幻觉。
但你终于开始像一个会点菜的人。
END
