张凯文
运营战略规划
现在越来越多的人在用AI，用AI填报高考志愿，用AI回答工作中遇到的问题。但同样一个问题，不同人问，结果可能差很多。有人问：“帮我推荐几个专业。”“帮我找一些客户。”“帮我写一份方案。”AI通常会给出一个看起来完整、也基本合理的平均答案。但如果一个人把自己的真实处境放进去：孩子的性格、家庭资源、学习习惯、长期目标；企业的产品边界、渠道限制、历史客户、合规要求；项目的资源约束、决策链条、验证标准、失败成本。AI给出的东西就会完全不一样。所以问题可能不是：大家都用AI，答案会不会越来越像？而是：你给AI的东西，本身有没有差异？如果输入的是平均问题，得到的多半也是平均答案。如果只给一个宽泛目标，AI很容易给一套看起来正确、但谁都可以用的建议。真正有价值的部分，往往不在AI那里，而在使用者自己这里：你是否真的理解自己的场景？你是否能说清楚约束条件？你是否知道哪些建议不可用？你是否有自己的经验和判断标准？你是否能追问到第二层、第三层？AI不会自动让一个人变得独特。它更像一个放大器。浅层使用，放大的是平均答案。深度使用，放大的才是你的经验、问题和判断。所以我现在越来越觉得，会用AI不是只会提问。更重要的是，能不能把自己的真实场景、真实约束、真实经验放进去。否则，我们得到的可能不是“智能答案”，而是一份包装得很好的通用答案。你们用AI时，有没有遇到过这种情况：答案看起来都对，但总觉得不属于你自己的问题？
发布于 北京
分享
评论
赞
未登录
友善发言
评论
加载中
