CHAO AI LEARNING PATH

AI 知识库

从基础认知到真实项目,把零散知识整理成可以持续学习的路径。 继续学习 开场先让 AI 反问你
22学习模块 119已上线课程 100%当前章节
LEARNING MODULES

选择学习方向

跟 AI 说清楚需求开场先让 AI 反问你

03 第零篇章 · 第一次系统认识 AI

开场先让 AI 反问你

当你自己也没想清楚需求时,最好的开场不是让 AI 直接输出,而是让它先追问几个关键问题,把模糊想法变成可执行任务。

一句话回答

当需求还模糊时,先别让 AI 直接开写。让它先问 3 到 5 个关键问题,把目标、受众、资料、限制和验收标准问清楚,再进入生成。先问后答,能把 AI 从“写手”升级成“协作顾问”。

选择一个场景,看看 AI 应该先问什么 ask first
内容创作前,先确认这些问题
  1. 这篇内容给谁看?他们现在最大的困惑是什么?
  2. 你希望读者看完后做什么动作?关注、留言、购买还是收藏?
  3. 必须出现的观点、案例或产品信息有哪些?
  4. 语气更像朋友分享、专家拆解,还是销售转化?
  5. 有哪些禁区:不能夸大、不能焦虑、不能提竞品?
对比 · 不加这句话时 generic answer
你对 AI 说

“帮我规划一下高考志愿,推荐几个适合报的大学和专业。”

好的。志愿填报可以优先考虑综合实力较强、就业前景较好的院校和专业,下面给你几个方向:

  1. 综合类大学:适合专业还没完全确定的同学,选择空间更大。
  2. 计算机 / 电子信息:行业需求高,就业面广,但竞争也更激烈。
  3. 医学 / 法学 / 师范:路径相对清晰,适合目标稳定、能接受长期投入的人。

建议结合兴趣、就业前景和城市发展来综合判断,填报时注意拉开梯度。

这类答案最危险的地方,是它看起来“很像有用”。 但 AI 还不知道你的省份、位次、选科限制、家庭预算、城市偏好、专业禁忌和风险承受能力,只能给一份谁看都差不多的通用名单。
对比 · 加上这句话之后(点选项,亲自走一遍) ask first flow
你对 AI 说

“帮我规划高考志愿。开始前,先问我几个会影响填报质量的问题,再给方案。

AI

为了避免乱推荐,我先问第一个问题:你所在省份和选科组合是什么?

山东,物化生。

AI

收到。第二个关键问题:你的分数 / 位次大概在哪个区间?更想冲名校、保专业,还是均衡一点?

620 分左右,位次约 9000,想冲稳保均衡。

AI 接下来应该这样处理
  • 先按山东近三年录取位次做“冲 / 稳 / 保”分层,不直接凭学校名气推荐。
  • 再把物化生可选专业单独筛出来,排除选科不匹配的专业组。
  • 最后列出需要去省考试院、学校招生章程复核的数据清单。
AI 给出的第一版答案

基于你当前的信息,先做一版“可核验的志愿草案”:2 个冲、4 个稳、3 个保,不先报具体学校名,而是先把筛选口径定准。

平台上探

挑 985 / 双一流里专业可接受调剂的专业组,只放少量名额,核心目标是争取学校平台。

主志愿区

优先筛省内外强势工科、医学相关院校,把专业匹配度和近三年位次稳定性放在前面。

防滑档

选择行业特色院校的优势专业,录取位次要留出安全边际,避免只保学校不保专业。

最后必须回到官方数据核验:近三年专业组最低位次、今年招生计划变化、选科 / 体检 / 单科限制。

不是让 AI 随便问,而是问“会影响结果”的问题 question design
01

问目标

这件事完成后,要改变谁的什么行为?目标不清,方案一定泛。

02

问对象

给谁看、给谁用、谁来决策?对象不同,语言和结构完全不同。

03

问资料

有哪些必须依据的事实、限制、历史案例、数据和参考样例?

04

问边界

哪些不能做、不能说、不能越权?边界越清楚,风险越低。

05

问标准

什么样算好?字数、格式、语气、质量检查项都可以提前确认。

可直接复制

万能开场不是“帮我写”,而是“先问我”

我想完成【任务】,但需求还不够清楚。请先问我 5 个最关键的问题,每个问题都说明为什么会影响结果。等我回答后,你再基于我的答案输出方案。不要现在直接给最终答案。

本节小结

  • 需求模糊时,最高效的提示词不是直接生成,而是让 AI 先追问。
  • 好问题应该围绕目标、对象、资料、边界和标准,不是随便聊天。
  • 限制问题数量,通常 3 到 5 个就够,避免把对话拖散。
  • 先问后答适合方案、内容、学习、推荐、产品和自动化设计等复杂任务。