晚自习结束，宿舍灯灭了。四个人各自亮起手机屏幕，打开同一个AI助手。

第一个人把当天的高数笔记拍了照传给AI，让它整理成结构化知识卡——定义、公式、例题、易错点。然后在卡片末尾加了一行追问："这个知识点和上一章的极限有什么联系？"AI给出了三种关联路径。他把卡片存进自己的知识库，这个学期已经攒了87张。

第二个人正在写课程论文，把初稿发给AI说："你是论文指导老师，请指出逻辑漏洞和论据不足的地方，给出修改建议，不要重写。"AI返回了12条标注，从论点支撑到文献引用格式都提到了。她按标注逐条修改，查重率从23%降到4.7%。

第三个人在填助学金申请表，嫌手打身份证号太麻烦，直接拍了家里身份证照片发给AI让它帮忙识别填写。AI照做了。三天后，全家人的身份信息出现在一个公开的数据集里。他至始至终不知道，那段对话被用于了模型训练。

第四个人让AI从头到尾写完了思政课作业。格式工整、逻辑通顺、引用规范。但老师在批改时写下评语："这不是你的思维方式。"平时分扣了20分，总评险些挂科。

同样的AI工具，同样的使用场景，四个人走向了完全不同的结果。差别不在工具本身，而在使用工具的方式——而使用方式背后，是安全素养、提问能力和验证习惯的差异。

这个差异有多普遍？

截至2025年12月，中国生成式AI用户已超过6亿，19周岁以下用户占比最高，达26.4%。1.59亿未成年人正在使用AI工具，但大多数人从未接受过系统的AI安全素养教育。

8月18日，OpenAI推出面向13至17岁用户的ChatGPT for Teens，对自残、色情、不适宜角色扮演等内容设置更严格限制，家长可设安静时段和学习时间。同一天，OpenAI因下一代模型Astra在测试中表现出"无法排除"的网络安全风险，暂停了其部分训练活动。

产品层面的安全在收紧。但就在同期，菲律宾一名14岁学生仅通过与聊天机器人的一段对话——其中包含家庭成员的私人信息——就引发了全家隐私泄露事件。他不知道对话不是私密的，不知道AI工具会保留用户数据用于训练，不知道提示注入攻击的存在。

真正的安全防线不在产品端，在使用者端。

安全使用的三个层次

第一层：信息边界——什么不能给AI

建立信息边界的核心是"输入前自问"原则：这段信息如果出现在公共场合的广告牌上，能不能接受？如果不能，就不要输入AI。

绝对不能输入的信息包括五类：身份证号及证件照片、家庭详细住址、银行账户及密码、医疗记录和诊断报告、他人的隐私信息（包括同学的成绩、老师的联系方式等）。

需要特别注意的是：对话记录可能被用于模型训练，对话历史功能可能被他人查看，截图分享可能造成二次传播。输入即交出控制权——这是使用AI前必须建立的基本认知。

常见误区：认为"免费AI工具更安全"或"大公司的AI不会泄露数据"。实际上，数据安全取决于工具的隐私政策和使用者的操作习惯，与工具是否免费或公司大小无直接关系。使用任何AI工具前，都应查看其隐私政策中关于数据保留和训练用途的条款。

第二层：提问能力——怎么问才能得到好结果

提问方式决定了AI输出的质量和使用者的学习深度。两种提问方式的差异是根本性的：

模糊提问："帮我写个作文"——AI替代了思考过程，学生拿到成品但什么都没学到。

结构化提问："你是一位有十年经验的高中语文老师，请根据以下提纲给出写作建议和改进方向，不要直接写全文，用要点列表呈现，每个要点附一个具体例子"——AI辅助了思考过程，学生保留了核心的思维环节。

结构化提问包含三个要素：角色设定（让AI以特定身份和专业视角回答）、范围限定（明确要什么和不要什么）、输出格式（要求特定结构便于后续使用和验证）。

常见误区：认为"提问越长越好"。实际上，提问的关键不是长度而是结构。一个50字但包含角色、范围、格式三要素的提问，效果远好于一个500字但缺乏结构的描述。

第三层：验证习惯——怎么确认AI给的是对的

AI的幻觉问题在2026年并未完全解决。任何事实性信息——人名、日期、数据、引用来源——都可能被AI编造或扭曲。

验证流程不需要复杂，但需要成为习惯：

第一步：AI给出的每个事实性信息，花30秒用搜索引擎查原始来源。重点确认：信息是否来自权威渠道、时间是否匹配、数据是否被断章取义。

第二步：用教材或课堂笔记核对AI给出的概念和数据是否准确。教材是经过审核的基准，AI不是。

第三步：用逻辑自洽性检验。AI给出的论述前后是否一致？有没有自相矛盾的地方？有没有逻辑跳跃？

第四步：发现AI输出有误时，在笔记中标注纠错记录。这不仅是验证习惯的一部分，更是学习过程——错误是学习的最佳素材。

常见误区：认为"AI输出看起来很自信，所以应该是对的"。AI的表达风格不反映信息的准确性。一段写得流畅、逻辑通顺、引用规范的内容，可能每一处事实都是编造的。验证不看文风，看来源。

7天渐进式行动计划

第1天：建立安全边界。列一份"绝对不能输入AI"的五类信息清单，贴在屏幕边。打开最常用的AI工具，检查最近30天对话记录，删除包含敏感信息的内容。

第2天：改造一个提问。选一个今天要用AI的场景，把模糊提问改成结构化提问——加上角色设定、范围限定和输出格式要求。对比两种提问的输出差异。

第3天：验证一次输出。选AI给出的一段事实性内容，花30秒用搜索引擎查原始来源。标注验证结果：准确/有误/无法确认。

第4天：建立一个知识卡。用AI整理一个知识点的结构化笔记，然后手动修改和完善——加入自己的理解、课堂补充和易错标注。AI生成初稿，你来终审。

第5天：分享一个安全技巧。把这几天学到的AI安全使用方法分享给一位同学或家人。教是最好的学。

第6天：回顾一周对话。翻看本周所有AI对话记录，统计：有多少次提问是结构化的？有多少次验证了输出？有多少次可能泄露了敏感信息？

第7天：制定下周计划。基于第6天的回顾，选择一个最需要改进的方向，设定下周的具体目标。

AI是放大器。安全素养高的学生用它放大学习效果，安全素养低的学生用它放大风险。工具不会选择使用者，但使用者可以选择怎么用工具。

知绩·AI教育实战圈知识星球里有常用提示词和技能工具包的系统性内容，都是经过验证、能直接用的干货，感兴趣可以去看看。