所见与思考:直接问AI不靠谱问题的典型例子

多客科技

作者：微信文章
↑点击蓝色字关注“唯尘息”，天天原创，感谢关注！

工作原因，时常能看到AI对话机器人的后台数据，这也让我见识到了各种千奇百怪的提问方式。

上半年的一次记录让我印象深刻，有位用户只输入了三个字：“肚子疼”。

这个例子看似极端，但在企业的应用场景中，类似的“无效提问”其实比比皆是。

比如：“要开个招商会，给我出个牛逼方案”。

这就像去看医生，跟大夫来一句：“痒，开方子”。

这种提问，AI不管如何，都能给出一堆回答，但人类，要么无从下手，要么追问了解更多的信息。

这样提问背后的原因，是很多人把AI当成了万能神灯，认为只要说出一个模糊的需求，就能得到完美的解决方案。

实际上，这完全误解了AI的工作方式。AI并不具备常识推理能力，它需要准确、具体的输入，才能给出有价值的输出。

就拿“肚子疼”这个例子来说，如果是人类医生接诊，会通过望闻问切来获取更多信息：疼痛的具体位置是上腹还是下腹？是持续性疼痛还是阵发性？有没有伴随发烧、恶心等症状？这些关键信息在简单的“肚子疼”三个字中完全无法体现。

同样地，“出个牛逼的招商方案”这样的需求，缺失了太多必要信息：目标客户群体是谁？预算多少？希望在哪些区域招商？产品的核心竞争力是什么？如果没有这些背景信息，即便是最优秀的招商专家也无从下手。

日常生活中，因为对一个概念理解不同，相互误解的例子很多。这都是沟通中的信息损耗，这种损耗，在人和AI的对话中被放大得更加明显。

下面是AI帮助输出的相关内容：

在与AI协作时，我们需要学会“有效提问”。一个好的问题应该包含以下几个要素：明确的背景信息、具体的目标预期、必要的约束条件。例如，与其说“出个招商方案”，不如说：“我们是一家新成立的智能家居公司，目标客户是25-40岁的都市白领，预算50万元，希望在华东地区招募区域代理商，请提供一个包含时间节点、活动流程和预算分配的招商会方案。”

这种结构化的提问方式，不仅能让AI更好地理解需求，其实也是在帮助我们自己理清思路。很多时候，当我们被迫把需求描述得更加具体时，反而能发现原先没有考虑到的细节问题。

总结与AI高效协作的方法：

首先，把复杂问题拆解成多个子问题，循序渐进地解决；其次，对AI的初步回答进行追问和细化，就像与专业人士讨论一样；最后，始终保持批判性思维，对AI的输出进行审核和优化。

这种与AI沟通的技巧，反过来也提升了我们与人沟通的能力。

当我们习惯了向AI提供清晰、完整的背景信息时，在与同事、客户交流时也会自然而然地变得更加条理清晰。