前段时间帮一个律师朋友处理一个专业领域的问题。涉及一些法律和财务的交叉内容，我并不是很懂。
朋友问我能不能用AI帮忙梳理一下。我想了一下，说可以试试。
但我没有直接让AI开始干活。
我跟AI说的第一句话是，我需要你帮我处理一个问题，但在你开始之前，请先不要急着给答案。我需要你先通过提问，确保你充分理解了这个问题的各个方面。
AI问我，你想让我了解什么？
我说，你先列一个清单，你认为要解决这个问题，你需要知道哪些信息。然后逐项跟我确认。
AI列了大概十几项。我一项一项回答，有些我答不上来，需要去问朋友。有些我回答之后，AI会追问，为什么是这个情况？有没有其他可能？
来来回回聊了十几轮。
然后AI跟我说，根据目前的沟通，它对这个问题的关键事实、核心矛盾、可能的解决方向都充分理解了，可以输出结论了。
这时候AI给出的方案，质量完全不一样。
因为它已经真正理解了这个问题长什么样。
这个方法其实可以用在很多场景。投资尽调、市场分析、技术选型，甚至很多我们自己都没想清楚的业务方向。
核心就一句话，别急着让AI出结果，先让它问清楚。
但这里有个关键，怎么让AI问得有效果？
我用的方法来自一本经典书籍《学会提问》。这本书讲的是一套批判性思维的框架，我提炼了4个维度，让AI按这个方向来提问。
第一个维度是追问具体。把模糊的表述变成清晰的边界。
第二个维度是挖掘假设。把没说出来的前提找出来。
第三个维度是补全遗漏。把你想到的和没想到的都覆盖到。
第四个维度是考虑替代。把没试过的方向也探索一遍。
这四个维度，从浅到深，层层推进。
为了方便大家使用，我整理了一段提示词，你可以直接复制给你的AI。
我需要你帮我解决一个问题。但在你开始之前，请先不要急着给答案。第一步，请先列一个清单，你认为要解决这个问题，你需要知道哪些信息。然后逐项跟我确认。第二步，在提问过程中，请从以下4个维度来挖掘：1. 追问具体：把模糊的表述变成清晰的边界2. 挖掘假设：把没说出来的前提找出来3. 补全遗漏：把可能遗漏的关键信息都覆盖到4. 考虑替代：把其他可能的方向也探索一遍第三步，在你认为信息已经足够、可以开始执行之前，请先做一轮自检：- 目标是否足够清晰？- 关键约束条件是否都明确了？- 重要维度是否都覆盖到了？- 有没有什么可能遗漏的？如果自检通过，告诉我你可以开始了。如果有遗漏，继续问。
这段提示词的核心逻辑是，先设定沟通模式，告诉AI不要急着给答案；然后给AI一个提问框架，让它知道往哪些方向挖；最后给AI一个判断标准，让它自己决定什么时候可以开始。
我们都在追更强的模型、更快的响应。但真正决定AI能不能帮到你的，也许不只是它有多强，而是你跟它沟通得有多深。
越复杂的问题，越需要慢下来。把需求掰开了揉碎了，AI才能真正帮上忙。
这个方法我自己也是在摸索中总结出来的。不一定对，但至少在我遇到的这些场景里，它管用了。
资讯来源：微信公众号
