为什么AI越来越聪明，你却还是觉得它笨？

你有没有遇到过这种情况：

你明明用的是最新的AI，网上所有人都在说它“聪明得可怕”，可你一开口：

“帮我写一篇证婚词。”

它立刻给你一篇四平八稳、谁结婚都能用的稿子。句句没错，句句都不像你。

于是你开始怀疑：AI是不是也就这样？

我越来越觉得，很多时候问题恰好相反。

AI能力已经在那里，真正卡住我们的，是我们还在用“搜索框”的方式，使用一个可以对话、推理和协作的外脑。

这也是为什么，我把“提问力”放在AI基本功第一课。

一、先做一个反常识的实验：不知道怎么问，就别硬问

还是刚才的证婚词。

如果你换一种问法：

“我第一次做证婚人，不知道要给你什么信息。你先别写，先反问我几个问题，直到你认为足够写出一篇真正属于这对新人的证婚词。”

事情会立刻变化。

AI可能开始问：

• 你和新人是什么关系？
• 你第一次见到他们是什么场景？
• 他们身上有什么让你真正感动的细节？
• 现场更适合幽默，还是温暖？
• 有没有一句你一直想对他们说、但平时没机会说的话？

你一边回答，一边会发现：真正被梳理的，不只是AI的输入，而是你自己的思路。

这就是提问力的第一个认知反转：

提问不是“把一句Prompt写漂亮”，而是把一个模糊的问题，逐渐定义清楚。

二、为什么提问在AI时代反而更重要？

过去很长时间，我们的工作方式是：人负责知道答案，人负责执行。

搜索时代，你输入一个关键词，找到十篇资料，再自己阅读、整理、判断。

AI时代不一样。大量“找资料、写初稿、做图片、整理表格、生成代码”的执行工作，开始可以交出去。

当答案越来越便宜，真正稀缺的东西开始往前移动：

所以我在第一课里提出“四力”：提问力、辨识力、担当力、影响力。

提问力是入口。你连“我们到底在解决什么”都没说清楚，后面的AI再强，也只能在错误方向上跑得更快。

三、我的3+1提问法

这些年我反复用AI、教AI，也不断看学员到底卡在哪里。最后把最常用的动作压成了一个3+1：

下面两个例子分别从旅行和周末活动出发，看看同一个问题怎样因为背景不同而得到不同答案。

方法1｜正反结合：先对齐认知，再补充信息

我经常把AI比作一个“非常聪明，但刚入职、完全不了解你背景的实习生”。

你对他说：“帮我规划一个新疆七日游。”

他只能按“互联网平均答案”给你：经典路线、热门景点、标准节奏。

但如果你先问：

“你怎么理解新疆亲子游的黄金路线？你认为带老人和孩子时，最重要的约束是什么？”

先看它的理解，再补充：一家四口、孩子年龄、预算、出发地、每天最多两个主要景点、偏好自然风光……

答案会越来越像“你的方案”，而不是“标准游客方案”。

方法2｜善用思维模型：不是让AI替你思考，而是先武装自己的大脑

比如你问：“周末带家人去哪玩？”

这个问题太宽了。

如果先用5W2H梳理：

• What：策划一次家庭周末活动；
• Who：我、伴侣、孩子、父母；
• Why：放松、陪伴、让老人孩子都舒服；
• Where：从北京通州出发，一小时车程内；
• When：本周六；
• How much：预算1000元以内；
• How：不想太折腾，最好设施完善。

你会发现，真正厉害的不是一句“请使用5W2H帮我分析”。

而是：你先用模型把自己的模糊想法拆清楚，再把这个清晰问题交给AI。

方法3｜角色扮演：不是“换语气”，而是切换它的观察角度

“你是一位专家”当然有用，但真正有效的角色，最好再往前走一步。

比如不要只说“你是健身教练”，而是说明：

• 有怎样的专业经验；
• 擅长处理哪类人；
• 你的目标是什么；
• 有哪些现实限制；
• 什么输出才算合格。

角色越具体，AI“猜”的空间越小。

你甚至可以让它扮演苏格拉底，只用追问帮你澄清；扮演面试官，提前挑战你的简历；扮演一个极其挑剔的客户，专门找方案漏洞。

+1｜学会反问：当你自己都不知道问题是什么

这是我最喜欢的一招。

很多人学Prompt以后会产生新的压力：“我是不是得把需求想得特别完整，才能开始？”

不用。

你可以直接说：

“我的目标是____，但我现在不知道应该给你哪些信息。请先像顾问一样反问我，每次只问最关键的问题，直到你认为可以开始。”

你会从“写Prompt的人”，变成“和AI一起定义问题的人”。

四、一个更实用的判断：好问题到底长什么样？

我不建议你背一张几十项的提示词清单。那会把基本功再次变成工具操作。

更简单的办法是，每次提交前问自己四件事：

1. 目标：我到底想得到什么结果？
2. 背景：AI缺少哪些只有我知道的信息？
3. 标准：什么样的答案我才会认为“好”？
4. 未知：还有什么我自己都没想清楚，可以让AI先反问我？

这里我故意用乘法。因为任何一项接近零，答案都容易塌掉。

五、今天就做一个练习：别问工作，先问自己

找一个你真实要解决的问题：一次汇报、一次旅行、一封重要的信、一个职业选择都可以。

先写下你原本会问AI的那一句话。

然后按3+1重做一次：

1. 先让AI解释它怎么理解这个问题；
2. 用一个合适的模型，补齐你漏掉的变量；
3. 给它一个真正有用的角色；
4. 最后让它反问你3个最关键的问题。

把前后两个答案摆在一起看。

你真正要观察的，不是“字数有没有变多”，而是：它是不是更懂你了？你自己是不是也更清楚了？

补充：这节课原本怎样从“历史”走到“提问”

本地课程原稿没有把提问当成一张提示词清单。它先从人类一次次把能力“外包”出去讲起：肉身、经验、记忆、重复、检索与渠道，直到今天把部分思考与执行交给AI。

这条线最后落到一个很具体的变化：过去更像埋头做事的工匠，AI时代更需要成为定义问题、下达指令、承担判断的指挥官。提问力只是第一块拼图，后面还要接上辨识力、担当力和影响力。

补充：第一课的综合练习，不是“再问一次”

试做一个“过去—现在—未来”的自我介绍练习。你可以让AI扮演职业教练，先提供姓名、行业与岗位、工作年限、已经做成的事情、近期目标和表达偏好，再要求它按三段组织。

1. 每段不超过100字，总字数控制在300字内；
2. 口语化、有画面感，不使用“首先、其次、最后”和数字列表；
3. 如果方向不确定，先让AI给出故事型、方法论型、成果型三个角度，再选一个生成。

验收也很具体：看它是否真的像你，是否有清晰的过去、正在做的事和下一步，而不是只把经历重新排列。

结尾：AI时代，最重要的也许不是知道答案

如果10年后的你穿越回今天，他可能不会提醒你去背更多提示词。

更可能提醒你：赶紧学会和一个越来越强的外脑协作。

而协作的第一步，不是命令。

是定义。

告别标准答案的“执行者”，成为定义问题的“指挥官”。