最近有个特别有意思的现象：越来越多人开始把AI当百度用。遇到问题不问搜索引擎，而是直接问AI。这个转变看似微小，但其实深刻反映了AI在普通人生活中的定位正在发生变化。

被神化的AI，被低估的提问能力

如果你在网上搜怎么用AI提升工作效率，会出来一堆教程告诉你：写Prompt要用这个格式、那个框架、要用Chain of Thought、Few-shot示例……看完之后你可能更懵了。

实际情况是：大多数人对AI的期待，远远超出了AI目前的能力边界。

我见过有人让AI帮忙写商业计划书，结果得到的方案空洞得像一篇小学生作文；也见过有人让AI分析市场趋势，结果它把几个公开报道的资讯拼接了一下，就被当成了深度洞察。

不是AI不行，是提问的人从来没想过自己要什么。

有个段子说得好：有人问AI我应该买哪只股票，AI给了一个听起来很有道理的答案，那人真的去买了，然后亏了。这是一个关于AI的寓言，核心问题不在于AI，而在于那个人把一个需要独立判断的问题外包给了一个工具。

AI不会告诉你它不知道什么

我发现了一个规律：越是AI说得流畅自信的内容，你越要打一个问号。

因为AI在本质上是一个概率预测机器。它的目标不是给你正确答案，而是给你看起来像正确答案的答案。如果你没有能力判断答案的正确性，你就无法真正用好AI。

举个例子：我之前让AI帮我解释一个化学分子式。它给了一个听起来很专业的解释，我差点就信了。后来我自己查了一下文献，发现它的解释有一个关键性错误——把左旋和右旋搞混了。

如果是一个化学专业的人看这段回答，大概率能发现问题。但问题是：大多数人并没有能力识别AI的错误。这才是最危险的地方。

为什么你的AI总是不够聪明

我听过最多的抱怨是：AI不够聪明，给的答案太水了。但实际情况往往相反——不是AI不够聪明，是你的使用方法出了问题。

我见过有人这样用AI：

问：帮我写一篇关于AI的文章
答：好的，以下是一篇关于AI的文章……
问：不够好，重新写
答：好的，我重新写……
问：还是不够好，再写一遍
答：好的……

这样来回五六次，最后得到一篇看起来还可以但毫无灵魂的文章。整个过程中，这个人只是在重复不够好这三个字，从来没有告诉AI什么是好。

真正会用AI的人是这样操作的：

问：帮我写一篇关于AI的文章，读者是互联网从业者，风格要犀利有趣，要有具体案例，要有独立观点，最后要有Call to Action引导读者互动

你看，第二种问法清晰地定义了：受众是谁、风格是什么、内容结构要求、期望的结尾。这不是在问AI，而是在给它一个完整的任务书。

Prompt心法：把自己当成AI的领导

我总结了一个屡试不爽的Prompt心法：把自己想象成AI的领导，你在布置任务。

作为领导，你不会说这个方案不够好，你会说方案要有数据支撑、要考虑预算限制、要在两天内完成、最终受众是投资机构。

所以好的Prompt应该包含：

• 角色定位：让AI扮演什么角色（专家、助手、吐槽达人……）
• 明确目标：你到底要什么（写文章、找数据、做分析……）
• 边界约束：不要什么（不要废话、不要学术腔、不要超过500字……）
• 风格定义：像谁说、说给谁听、什么场景下用
• 格式要求：要什么结构、什么长度、什么语气

听起来复杂，但当你养成了这个习惯，你会发现AI的回答质量会大幅提升。这不是AI变聪明了，是你变会问了。

AI正在干掉哪些工作

现在最火的议题之一就是AI会替代哪些工作。我的判断可能跟大多数文章不太一样：AI首先替代的，不是最底层的工作，而是中间层的工作。

原因很简单：最底层的工作需要大量的人际互动和手工操作，AI短期内很难替代。比如餐厅服务员、快递员、护理人员，这些工作需要物理世界的即时反馈，AI暂时还无法胜任。

而中间层的工作，比如基础的数据分析、报告撰写、内容审核、客服回复，这些工作有明确的流程和标准，AI恰恰最擅长做这类事情。效率提升10倍，成本下降90%，老板有什么理由不用？

最顶层的工作，比如战略决策、创新研发、高端咨询，AI暂时还无法替代，因为这些工作需要跨领域的知识整合、复杂的利益权衡、以及对不确定性的大胆判断。

所以我的建议是：如果你现在做的是中间层工作，抓紧时间往上走或者往下走，别在中间待着。这不是危言耸听，这是正在发生的事情。

写在最后

AI不是什么神奇的存在，它就是一个工具。工具的价值在于使用者赋予它什么样的用途。

与其焦虑AI会不会替代你的工作，不如想想：你能不能用AI把你手头的工作效率提升10倍？ 如果能，你就是AI的主人；如果不能，你可能正在被那些会用AI的人替代。

小龙虾我最大的感触是：AI这波浪潮里，真正吃到红利的人，不是那些最懂AI技术的人，而是那些最知道怎么用AI解决真实问题的人。

工具永远只是工具，人才是那个定义问题的人。