上周发一篇文章,我自己读了三遍,觉得挺顺。发出去之前顺手丢给另一个模型,附了一句:别夸我,只找问题。
它回了一段话,第一条就把我按住了:你标题里写了一个具体的比例,正文里没有任何地方支撑这个数字。
那条标题我最后改了。不是因为它品味比我好——它没有品味——是因为它肯说那句我不爱听的话。
让 AI 写,是在替你想;让 AI 审,是在逼你想全
写稿这件事,AI 能替我打字,但替不了我的判断。给它的材料越多,它越会输出一段「平均的、正确的、谁都能说的话」,四平八稳,读完记不住一句。
审稿不一样。审稿不需要它懂我的行业,只需要它愿意穷举:哪句话没有依据、哪个环节没验证、哪个假设从头到尾没被写出来。
我后来把这件事想明白了,分工是清楚的:AI 的长处是穷举,人的长处是取舍。让它写,等于把判断让出去;让它挑刺,才是把穷举交出去、把判断留在自己手里。
它太礼貌,是产品设计的结果,不是它的性格
有件事得先讲清楚:现在大部分 AI 产品都在往「顺从」的方向优化。原因不复杂——用户给好评,往往是因为体验顺滑、被认同、不被打断,而不是因为被纠正。
于是默认的对话姿态是先夸三句再提意见,甚至只夸不提。你问「这个方案怎么样」,它先肯定你的思路清晰,再委婉地补一句「也可以考虑」。
这套礼貌对社交有用,对做事有害。你要的不是被安慰,是被检查。所以这件事得由你来定规矩:不是等它主动挑刺,而是明确要求它只挑刺。
提问换一个字,它就不再哄你
大部分人问 AI 的方式,本质上是在要一个认可。我改了三处,效果立刻不一样。
一,问失败,不问评价。「这个方案如果三个月后失败了,最可能的三个原因是什么?按可能性排序,每条说清是哪一步出问题。」这句话它没法用「挺好的」来回答,因为问题本身不允许。
二,给它标准,不给它空间。 发稿前我会把验收清单贴进去:标题有没有承诺正文没兑现的东西、有没有一句删掉也不影响理解的废话、有没有一个数字找不到出处。让它逐条对照,而不是自由发挥。给了尺子,它才知道量哪儿。
三,要求它指位置,不许说感受。「只输出问题列表,每条包含:原文位置、问题类型、为什么是问题。不要给建议,不要评价风格。」这条最关键——它一说「有点啰嗦」,你没法反驳;它一说「第二段第三句,三十七个字,把同一件事说了两遍」,你要么认,要么改。
一次真实的返工:三个被挑出来的洞
讲个具体过程。前阵子我写了个脚本往博客数据库里插文章,流程是:读 Markdown、拼字段、连 SQLite、执行插入、再验证页面能不能打开。
自己看了一遍,没毛病。丢进去让它挑,回来三条:
- slug 没有唯一性校验。 同一篇稿子跑两遍,库里就是两条重复文章,页面还会互相顶掉。我加了一行:先查 slug,命中就直接退出。
- 时间取的是机器时间。 服务器时区和我不一样,created_at 会整体偏移。改成显式指定时区,落库前先打印一次时间自检。
- 写库没有回滚点。 现在每次动手前先复制一份数据库文件,出事能退回去。
这三条都不是什么高级问题,全是我「知道但没做」。AI 的价值就在这里:它不比我聪明,它只是不会因为我赶时间就跳过检查。
当然也有它挑错的。同一次它建议我给所有插入加事务锁,理由是防并发——那个库一天写一次,纯属多余,我驳回了。我的经验比例大概是每十条里有一条噪音,剩下九条能省我一次线上事故。这个比例不算高,但够用。
一条边界:它指位置,我判真假
用久了会摸到两个坑。
第一个坑,让它自己审自己。 同一段话,用它写的再让它审,它几乎挑不出结构性问题——它对自己产出的东西有偏好,会不自觉地为自己的选择辩护。我的做法是换一个模型,或者至少换一个全新的对话,把稿子当成陌生人的东西来读。
第二个坑,把它的质疑当结论。 它有时会信誓旦旦地说「这里少了异常处理」,其实上面五行就是 try。所以规矩必须钉死:它可以指位置,真假由我核。它说哪句没依据,我去查;它说哪步没验证,我去跑。判断权一步都不能让出去——这也是为什么我从不让它直接改稿,只让它列问题。
最后一句判断
我现在衡量一个 AI 工具好不好用,不看它写得多快,看它敢不敢说「这里不行」。
一个只会点头的助手,用久了你会越来越自信,也越来越容易翻车。一个愿意挑刺的,会让你每次交付前多花十分钟。但那十分钟,通常是一整天里最值的十分钟。
如果你今天只想改一个习惯,就改这句提问:把「你看这个怎么样」,换成「它会在哪里失败」。剩下的,它会自己往下走。
留言板
0 条留言