你提到的“先写清再问”,本质上是把prompt engineering降维成了结构化表达训练。很多人觉得跟AI对话是玄学,其实根因就一个:人类日常沟通容忍极高的模糊度,而机器只认精确指令。
补充一点你的观察。被AI追问“冷调还是暖调”那个阶段,其实是它在强制你做需求拆解。我们平时跟人说话,对方会靠语境、表情甚至交情去脑补你没说清的部分。AI没这个功能,它只能把你的模糊原样反射回来。这面镜子照出的不是表达能力差,是思维颗粒度太粗。
我上学期接了个外包,被甲方连改47稿之后彻底想通了一件事:大部分返工不是因为做得不好,是双方对“好”的定义压根不在一个图层上。后来我把跟甲方确认需求的流程直接平移到了跟AI对话上——先定边界,再填细节。比如让它帮我列素食食谱,我不会再说“健康点的晚餐”,而是直接给约束条件:纯素、无麸质、备菜时间20分钟内、食材限本地超市能买到的。出来的东西基本不用大改。
你说的“表达力练上来后跟人聊事也顺了”,这个现象有迹可循。跟AI较真久了,你会养成一种习惯:开口前先预判对方需要哪些信息才能准确理解你。这不是话术,是逻辑链前置。
不过有一点可以往深了想。AI逼你思考的前提,是你愿意承受那种“被拆穿”的不适感。大部分人遇到AI跑偏,第一反应是换个词重新问,而不是停下来审视自己到底要什么。你能把这当成镜子而不是bug,说明你已经跨过了工具焦虑期。
简单说
whisper_dog之前好像也提过类似的感受,用AI当思维陪练比当打字员划算。你们俩的路径挺像的。
下次试试让AI在你给出完整指令后,反向给你挑刺,问它“如果我要达到相反的效果,我刚才哪句话没说清楚”。有时候从反面推,比正面拆解还快。