AI 协作提问操作手册
一句话结论
AI 在简单任务上缩小差距，在复杂任务上放大差距。
AI 能帮你跑得更快，但不自动替你决定往哪跑。
直接可用的提问模板
基础版（每次提问前填）
我要解决的问题：背景是：当前已知信息：我希望最终输出的形式：约束条件：
- 时间：
- 成本：
- 技术栈 / 工具：
- 不允许做的事：验收标准：请先不要直接给答案，先帮我做：
1. 缺失信息扫描
2. 隐含假设列举
3. 风险点提示
4. 如果问题定义不够准确，请帮我重写问题
进阶版（重要问题追加）
请同时告诉我：
1. 这个答案最可能错在哪里
2. 有哪些反例或边界条件
3. 我应该怎么验证
4. 如果这个答案不成立，第二方案是什么
提问前 30 秒自检清单
每次问 AI 之前，心里过一遍这 5 个问题：
- 我到底想解决什么
- 我现在已知什么
- 我缺什么信息
- 我最担心错在哪里
- 什么结果算真正可用
AI 放大的 4 种能力差距
| 能力 | 低水平表现 | 高水平表现 |
|---|---|---|
| 问题定义 | 帮我做方案 | 目标+背景+对象+约束+验收标准 |
| 知识距离 | 跨领域裸问 | 先补课，再发问 |
| 元认知 | 以为了解了 | 知道自己哪里不懂 |
| 验证能力 | 接受答案 | 追问依据、边界、反例 |
4 步补强行动
1. 先练问题澄清，再求解
问 AI 之前强制补齐：目标、背景、已知信息、约束条件、不需要的内容、验收标准。只做这一步，AI 输出质量就会明显提升。
2. 每个重要问题强制做风险扫描
多问 3 句：这个答案最可能错在哪里？有哪些反例或边界条件？我应该怎么验证？
3. 把大问题拆成小问题
不要问"帮我做商业计划"，要问：这个问题应该先拆成哪几个子问题？哪部分最关键？哪部分最容易误判？
4. 把提问升级成校验
答案不是终点，验证才是终点。
和 AI 对话时用得上的 10 个词
遇到任何问题，先把这些词过一遍：
问题澄清 → 信息补全 → 边界定义 → 约束显化 → 假设外显 → 风险扫描 → 反例校验 → 验收对齐 → 盲点排查 → 方案比较
推荐书单（按需选读）
- 《学会提问》：识别论点、证据、假设、漏洞
- 《金字塔原理》：把模糊想法说成清晰任务
- 《系统之美》：看反馈回路、延迟、副作用
- 《思考，快与慢》：对抗"AI 让我误以为自己懂了"
- 《超级预测》：提升判断校准能力
参考资料
- Stanford/NBER, Generative AI at Work：https://www.nber.org/papers/w31161
- Harvard/Stanford, The GenAI Wall Effect：https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5462694
- Aalto University, AI use makes us overestimate our cognitive performance：https://www.aalto.fi/en/news/ai-use-makes-us-overestimate-our-cognitive-performance
- Microsoft Research, The Impact of Generative AI on Critical Thinking：https://www.microsoft.com/en-us/research/publication/the-impact-of-generative-ai-on-critical-thinking-self-reported-reductions-in-cognitive-effort-and-confidence-effects-from-a-survey-of-knowledge-workers/