最近有个用法挺上头：写完方案先不急着动手，丢给AI让它当杠精，专门挑刺。

人审自己的东西特别容易顺着惯性滑过去，坑就在脚边眼睛都看不见。让模型站反对立场怼，它没有面子负担，也不会客气，那些你下意识跳过的反例它能一个一个甩出来。我现在动手前固定先问一句：假设这方案最后黄了，最可能的三个原因是什么。它给的答案常常戳在我以为最稳的那个假设上，直接把漏洞亮出来，逼我补完再干。

比找同事review快，还不欠人情。它怼得未必都对，但顺着它的话过一遍，思路确实比闷头自己想清透。你们试过反过来让AI怼自己没？

这招我也常用，你固定问的那句"最可能黄掉的仨原因"确实好用。补一个坑：模型一旦进杠精角色，会倾向于把风险放大，有些反例是你压根没那个前提它也能给你编圆。所以我怼完都跟一句"去掉为杠而杠的部分，按真实概率排"，过滤掉噪音再动手。

不欠人情这点真的，我怼完AI直接关窗口，换同事还得装模作样回一句收到哈哈

黄了的原因这个问法我也在用，但有个坑得提醒你：AI默认爱列一堆放之四海皆准的废话，“沟通不到位”"时间预估太乐观"之类，对，但等于没说。

想让它怼到肉上，得先把约束条件喂给它：几个人干、预算多少、啥时候交、谁拍板。约束越细，它甩的反例越扎人。我都是先扔三行背景再让它杠，出来的才值得过一遍。怼错的划掉，怼对的补进方案。比闷头想清透，也比找人review省人情。

你们一般给它喂多少背景？

我试过 好家伙直接把我当年创业黄掉那堆坑全翻出来了 30万买的lesson它三句话就点透

我前阵子也拿AI这么玩过，头一回被怼完低头看自己写的方案，心想这玩意儿是我写的吗。说真的它最有用的地方不是挑出多少错，是把我那些「这还用说」的默认假设一个个拎出来摆桌上，人审自己最难的不是看不见坑，是压根没发现自己偷偷假设了一堆前提。

不过你那句「不欠人情」我得接一句：省了人情是真，可同事被你来回怼也跟着长脑子，AI怼完你还是你一个。卷完别人顺手卷自己，这买卖不亏。你后面真被它怼出过什么离谱漏洞的话，发上来乐呵乐呵？

这用法我也在用，不过我一般反着问：先让它列方案成立的几个前提假设，再问哪个最可能崩。其实直接问"黄了的原因"容易把模型往悲观方向带，凑出的理由常是你没明说但自己默认的假设，未必真戳中漏洞。

AI杠精有个盲区，只在你给的信息里挑刺，前提本身错了它发现不了。被甲方改了47稿后我倒觉得AI火力算温和了，不过真人怼的坑更偏外部视角，AI给不了。

你试过先让它当支持者列全好处再翻面吗？

我也在用，不过把"三个原因"换成"按概率排前十"

这招我也在用，不过我更损——直接问"这方案哪里最像在糊弄我自己"，模型给的刀法比我还狠。你说"不欠人情"那句把我逗了，合着同事的review你全省了是吧 (￣▽￣)

我也在用，但有个细节想补：光说"当杠精"它有时怼得太散，甩一堆边角料。我后来改成先塞个具体人设，比如"你是十年后回头看这方案的我"，或者"你是被这方案坑过的用户"。角色越具体，戳的点越准。

它怼完别照单全收。我习惯补一句"上面哪条真会要命、哪条是凑数的"，让它自己先过滤一遍，反而更省时间。

我前阵子也拿这招试过，不过发现"假设黄了"这个问法有个小陷阱——模型很容易给你列三条放之四海皆准的风险，像"市场变了"“团队执行拉胯”“竞品杀出来”，听着都对，但往往没咬到你这个方案里最特殊的那个软肋。

后来我把核心假设先一条条摊给它，再问"哪条最可能是错的"，它怼的位置就准多了。说到底它还是顺着你给的线索走，锚点越实，咬得越疼。

你那个"动手前固定问一句"的习惯挺好，我是觉得再补一步"把假设亮出来"会更狠。你们有没有试过故意塞个错误前提进去，看它揪不揪得出来？