LESSON 00 · MINDSET 思维

第0课:和 AI 协作的心法

思维模块 · 全站共读

Why this lesson · 为什么值得先读

学完这一课,你能

建立一套「和 AI 协作」的方法论,而不是遇见问题再慌

改掉三个最常见也最耽误事的毛病

拿到一张能立刻开干的「7 天实验卡」

先说一个真问题

很多人第一次用 AI,是把它当成一个「更聪明的搜索框」:输入一个问题,等它吐一段答案,然后关掉。用得顺就多用两次,用得不顺就觉得「也就那样」。

这其实很可惜。AI 真正的价值不是「回答一个问题」,而是陪你把一个真实的小目标,一轮一轮地往前推。但要让它发挥这个价值,你先得有一套自己的协作方法——否则它只是一面偶尔灵光的镜子。

这一课不教你某个具体工具怎么点,而是先把心法立住。后面所有的实操课(装 Agent、写网页、用 Skill、玩 GitHub),都建立在这个基础之上。

先把预期摆正:AI 不是全知,也不会永远对——而且它每次回答都是重新「掷骰子」,同一个问题原样问两遍,得到的答案可能不一样。和它协作前,有四个「边界」你要心里有数——①会一本正经地出错:行内叫「幻觉」,它可能因为训练数据的偏差,自信地给出看似合理却错误的定义、日期、引用或数据;你越不熟悉的话题,越要自己复核。②知识有截止、默认不联网:没开搜索或联网工具时,它只懂训练时学到的内容,不知道之后的事;要最新信息,就让它用搜索类工具,并看它给出的来源。③记性有限、且你能控制:同一段对话里它能接住上下文,但跨对话默认不记得你,除非你主动开「记忆」功能——而且随时能在设置里关掉或删掉。④对话不是私密的:你输入的内容会被服务商存储、也可能用于改进模型,所以密码、身份证号、银行卡号、病历这类敏感信息,绝不要直接粘进对话框;需要它帮忙时,用占位符或改写过的假信息代替。⑤专业建议仅供参考:AI 不是持证医生、律师或理财师,它给的健康、法律、财务建议可能并不适合你的具体情况;真要拿主意(看病、签约、投资),先问真人专家再决定。把它当「会犯错的聪明助手」,而不是「不会错的答案机」,你反而能用得更好。

能问 AI 的问题越来越多,但「最后拍板的人」永远是你。

A 点、B 点、C 点:把「改变」看清

很多人放弃,是因为把「改变」想成了一件一蹴而就的事。我们用三个点把它拆开,你会轻松很多。

A 点 · 你现在在哪。你会什么、有什么、卡在哪里。它只用来定位,不用来定性——A 点低,不代表你没天赋,只代表今天从这儿出发。

B 点 · 有没有变化。引入一个新工具或方法,只是多了一个变量。只有它真的改变了你的行动、并留下看得见的结果,才算走到 B 点。

C 点 · 改变稳不稳定。一次做成不算数。真正到 C 点,是你已经形成新的默认做法:遇到问题会拆解、会借力、会验证、会留资产。

记住一句话:A 点用来出发,不用来否定自己;B 点看变化,不奖励忙碌;C 点看稳定,不看重做一次。

四个方法,让改变留下来(四化)

知道了 A/B/C,还得有方法把改变「固定」下来。四个词,都很朴素:

专注化:一个阶段只选一个具体对象、一个真实问题、一个可交付结果。贪多,是改变的最大敌人。

外显化:把理解变成网页、方案、清单、演示或作品,让别人看得见、用得上、提得出意见。

复利化:留下明天还能继续用的模板、提示词、流程、案例或复盘,让下一轮不用从零开始。

专门化:在一个小场景里持续解决相似问题,慢慢长出别人能识别的能力。

高手心法 · 外显化

脑子里想清楚,不等于真的会

「我懂了」是最容易骗自己的感觉。真正的懂,是你能把它做出来、写出来、或者讲给别人听还不卡壳。所以这一课的每一节,都尽量让你产出点什么——哪怕只是一张卡片。

和 Agent 协作的纪律

当你开始让 AI(尤其是能动手的 Agent)帮你做事,有几条纪律能让你少踩很多坑。核心是一套最小确定性四件套

人类守关口。批准、验收、授权归你;执行归 Agent。开工前,让它先复述它对你目标的理解,确认无误再动手;并且一次只问你一个问题。涉及发送、发布、购买、联系外部人员这类动作,必须等你点头。

下面这段话,建议你之后每次开新任务都先发给它(把括号里换成你的实际情况):

「请先复述你对目标的理解,并指出最模糊的一处。之后一次只问我一个问题

不要擅自发送、发布、购买或联系外部人员;这些动作必须等我确认。每一步都说明:做到什么样子,算这一步完成。」

三个最容易踩的坑

协作里,有三个误区最常出现。对照一下,你中过几个:

自检:你有没有这样用过 AI?

  1. 当搜索框用。只问一次性问题,从不让它接着干、更不回头复用——等于把瑞士军刀当指甲锉。
  2. 不会提需求。丢一句「帮我写个方案」就等奇迹,结果不对又怪它笨。需求越模糊,它越只能猜。
  3. 盲信输出。AI 会顺着你的话「谄媚」——你说「我这个点子绝了」,它多半附和着夸你,而不是客观挑刺。想要真话,就明说「请客观评估需求、市场和竞争,别顾着夸我」。它说「成功了」就信了,不看证据、不自己验收。真正可靠的是「我看到了结果」,不是「它说好了」。进阶一招:让 AI 回答时「附上信息来源 / 出处」,再用它的核查功能逐句核对——绿色高亮代表有出处支撑,没高亮的地方就要多留个心眼。AI 会一本正经地胡说(业内叫"幻觉"),所以答案要你亲自验。

回想最近一次用 AI:你是在协作,还是在索取一个答案?哪一条最像你,就在那一条上先改一点点。

给你一张 7 天实验卡

光看没用,得开干。下面这张卡,把上面所有方法压成了八个格子。花十分钟填完,你就有了这一轮的具体目标——以及一段可以直接发给 AI 的「启动话术」。

7-DAY CARD · 实验卡

填完这八格,生成你的行动卡

不需要想完美,先写出来。七天后回看,看 B 点有没有出现一点变化。

收束:工具会更换,方法不变

这一课讲的方法,不绑定任何一款具体工具。今天你用这个、明天换那个,界面和名字都会变——但「先看清 A 点、用小目标推进到 B 点、留下资产走到 C 点」这条线,不会变。

一句话带走

选一个问题 → 交给 AI 协作 → 做出成果 → 接受反馈 → 留下资产 → 再走一轮

每一轮都按这个节奏走,不求快,但求稳。下一课开始,我们就进具体工具:先弄懂聊天窗口到底该怎么用。

REFERENCES · 参考资料

本课参考资料

  1. Agent 上手路线包(用户提供的课程素材)· 协作心法与方法论:A/B/C 三点、四化、协作四件套与启动话术
  2. 本站「聊天 / 上下文 / 技能 / 智能体 / 代码 / 实战」各模块课程(本心法为其共读基础)
  3. OpenAI《ChatGPT 使用须知 / Does ChatGPT tell the truth?》(官方帮助中心)· AI 会出错(幻觉)、知识有截止且默认不联网、记忆可由用户控制
  4. Kevin Stratvert《Google Gemini: PRO Tutorial for Beginners》(YouTube)· 演示「让回答附上来源」与双击核查(double-check)功能:绿色高亮 = 有证据支撑,未高亮 = 证据不足需警惕
  5. Andrew Ng / DeepLearning.AI《AI Prompting for Everyone》· 官方零基础课:指出 AI 会「谄媚」(sycophancy)——倾向附和而非客观批评,想要真话需明确要求它客观评估;并讲解上下文窗口可容纳约 75 万词,应像给「不了解你背景的新人」那样多提供材料
  6. OpenAI Help Center《ChatGPT 和我们的基础模型是如何开发的》· 官方说明:模型响应存在「固有的随机性」,相同问题在不同次查询中可能得到不同答案
  7. Mozilla Foundation《How to Protect Your Privacy From ChatGPT and Other AI Chatbots》· 官方隐私指南:AI 对话默认非私密、可能被存储并用于训练,敏感信息(密码/身份证/银行卡/病历)不应直接发送
  8. OpenAI《Responsible use of ChatGPT》(官方使用规范)· 涉及医疗、法律、财务等重大决定,应先咨询合格的专业人士,AI 给出的建议仅供参考
← 上一课下一课:Chat 窗口不是搜索框 →

有疑问?返回 主页,或者直接打开 AI 聊天工具,把你的「7 天实验卡」发给它,从今天第一个小动作开始。