用好 AI 的三步反向提问法

大多数人用 AI 的姿势是错的

打开对话框，敲一句「帮我写一段文案」，然后等着惊喜——结果收到的永远是那种「正确但没用」的万能答案。

问题不在 AI 不够聪明，而在于：它根本不知道你是谁、做什么、为谁写、想达到什么效果。真正用得好 AI 的人，反过来——让 AI 来追问自己。

下面这套三步法，只要花十几分钟，就能显著提高 AI 输出的质量。

第一步：让 AI 先认识你

不要一上来就丢任务，而是先做「业务交底」。把下面这段话直接丢进对话框：

我希望你彻底了解我。我从事 ___ 行业，
公司的主营业务是 ___。
现在请你切换身份，扮演一个提问者：
针对我的业务，提出所有你需要了解的问题，
直到你完全摸清我的业务核心、真实痛点、目标客户，
直到我们能够一起梳理出一个清晰的切入点。

发送之后，AI 会反过来连环追问。给它十分钟，老老实实把每个问题答完。

讲得越透，它后面给你的答案就越值钱。这一步的本质，是把你脑子里那些「不言自明」的上下文——行业术语、客户画像、竞争格局、个人偏好——显式地搬到对话里，让 AI 真正进入你的语境。

第二步：把 AI 变成杠精

很多时候我们想要的根本不是夸奖，而是一个挑刺的对手。继续输入：

基于你对我的了解，
现在请你做我的陪练（sparring partner）。
不管我提出什么方案、不管我抛出什么想法，
都不要无脑吹捧。
你的唯一任务是：
列出 3~5 个你能想到的风险点、漏洞，
或者我可能忽略的关键问题。

很多时候，我们觉得一个想法天衣无缝，其实只是自我感动。这个设定能让 AI 给你的方案做压力测试，把你逻辑里的 bug 全部翻出来，提前帮你扫雷。

小提示：如果 AI 还是太客气，加一句「请用最直接、最不留情面的方式表达」，效果立竿见影。

第三步：封装成专属技能

前两步跑完之后，AI 已经掌握了你的业务画像和挑刺习惯。把这一整段上下文，封装成一个专属的 Skill / Project / 自定义 GPT。

下次遇到问题的时候，直接调用这个技能——它脑子里装着你所有的业务背景，从第一句话就在「你的语境」里思考，可以一次性给出可用的结果，不用每次都从零讲起。

在 Claude Code 里，这一步对应的就是写一份 CLAUDE.md：把行业、产品、目标用户、决策偏好、风格约束写进去，让每次会话都自动带上这份「人物设定」。

为什么这三步管用

回看一下这套流程，它其实只做了一件事：把 AI 从「猜你想要什么」的位置，搬到了「先理解你、再质疑你、最后服务你」的位置。

• 第一步解决的是 上下文缺失：AI 不再用通用模板搪塞你。
• 第二步解决的是 回声室效应：AI 不再只会顺着你说。
• 第三步解决的是 重复成本：你不用每次都重讲一遍背景。

下次再想让 AI 「写点什么」之前，先停三十秒，问自己一句：

我有没有让它先认识我？ 我有没有让它先怼我？ 我有没有把这些沉淀下来？

把这三步走一遍，你会发现——AI 一直挺聪明，只是之前你没给它机会。