怎么问 AI?

想弄懂一个概念, 最直接的问法是 “什么是 X”. 而 AI 往往会回一大篇: 定义、三个比喻、五个小标题, 最后再总结一遍. 这很容易让人产生一种错觉: 读的时候好像都懂了, 可过两天就忘得差不多了.

一句 “什么是 X”, 能接的回答有成千上万种: 讲给小学生的, 讲给老奶奶的, 讲历史的, 讲数学的…… AI 不知道问的人是谁、卡在哪, 于是只好挑一个谁都能接受的回答. 这个回答, 对谁都说得过去, 但对谁都不是正好. 换言之, AI 是在一个太宽的范围里找答案. 但我们可以主动把范围变窄: 每多说一句自己的情况, 范围就切掉一块.

和 AI 聊得多了, 我也多少总结了一点经验. 想用 AI 学一样东西的时候, 几个小技巧或许能帮上忙.

用直觉先入为主

一个不了解的概念, 或多或少都会让人联想到一些东西. 问的时候, 先把这个第一直觉告诉 AI: “我目前的理解是, 过拟合就是模型把训练题背下来了, 换一套题就不会做, 对吗?” 猜错了, AI 会顺着这个直觉去纠正, 而不是从头讲起. 自己的脑子也跟着纠正了一遍, 印象会深得多.

主动掌握节奏

AI 习惯输出长文, 可一大篇读下来, 我们不一定吸收得了, 有时还容易失焦. 我经常用的一个方法是: 主动让 AI 压缩回答, 比如只说最重要的一到三个关键点, 而不是上来就长篇大论输出一堆. 再从里面挑出最核心的那一点, 让它从第一性原理讲清楚本质, 当作锚点, 循序渐进地往外展开. 这样, 输入信息的节奏就握在自己手里了. 不过这种方法也有个麻烦: 聪明的模型大多生成得慢, 问题一零碎, 来回等的时间就很长. (Claude Code 里的 /btw 命令很不错, 但是它的问答都不直接进对话记录, 后面想要直接找到原始会话内容也很麻烦. 而倘若给对话直接进行分支, 小问题会非常零散分布在很多个会话中, 也不太方便直观地进行多会话管理, 所以也许需要一个好的编排会话工具/插件来解决这个问题 :-D)

多抛靶子

一步步展开的过程中, 可以多抛靶子: 结合自己的理解编一些具体的例子丢给 AI, 甚至是极端的假设, 把问题变成判断题、选择题或改错题. “如果训练集只有十个样本, 模型全背下来了, 这算过拟合吗? 如果有一亿个样本, 也全背下来了呢?” 有了靶子, 我们的问题就不会失焦, AI 也就不会自嗨, 堆一串冗长又尴尬的比喻, 而是聚焦在靶子上火力全开.

反客为主

反过来, 我们还可以让 AI 自己多思考, 多问问题. 之所以让 AI 提问, 主要有两个原因: 一是为了让聊天获得更多的背景和条件, 从而更全面地回答问题; 二是测试用户对问题的理解. 前一种能减少 AI 幻觉, 答得更准. 因为很多时候, 双方都不知道漏了哪个条件, AI 就在一个过宽的约束域里求解, 答得再流畅也可能是错的. 后一种适不适合, 就取决于问题的类型, 比如应试类的就很合适.

把问题问深

最近读到 Anthropic 的工程经理 Felix Rieseberg 的一篇博客, “How to be more ambitious: A tutorial for humans with models”.^[1] 文章讲的是模型越来越聪明的时候, 人可以怎么更大胆地用它. 他把这种 “大胆” 分成四种: Speed、Altitude、Depth、Range. 讲 Depth 的那一节里, 有一段他自己常用的提示词, 还挺有意思:

I want a deeper version of this task, not a bigger one. Before rewriting it: (1) say what a top professional in this field would do here that I’m not asking for; (2) name the rawest material they would start from instead of what has already been digested for me; (3) name the specific methods and tools they would use; (4) say what, other than you or me, would show the result is right. Then rewrite my prompt to ask for exactly that.

这段提示词的核心就是, 当你想要把一项任务做深, 你应该问问聪明的 AI 怎么走捷径. AI 完全知道某个领域的顶级专家可能会怎么做, 即便不一定在细节上百分百正确, 但是让它从顶级专家的角度考虑问题, 从本质出发, 把整个任务端到端的流程说清楚, 它基本能说个八九不离十, 这就能让你直接把一项任务做深或者把某个东西学透.

AI 在变得越来越聪明, 但定义问题依旧还得由人来. 能主动发现并提出问题, 还能凭自己的理性或直觉判断 AI 是不是在用合适的方式解决问题, 或许会是一项越来越重要的能力.

参考资料

1. F. Rieseberg, “How to be more ambitious: A tutorial for humans with models”, 2026. felixrieseberg.com/how-to-be-more-ambitious-a-tutorial-for-humans-with-models.