AI 使用指南：要让 AI 反驳你

顺从不等于理解

AI 的默认状态通常是合作。你说一个想法，它会帮你补充；你提出一个方案，它会帮你优化；你写下一段文字，它会帮你润色。

这种合作很适合执行明确的任务，却不一定适合面对还没有想清楚的问题。

比如你说：“我想给产品增加一个社区功能，帮我完善一下方案。”AI 很可能马上列出用户价值、功能模块和增长路径。它完成得越快，你越容易忘记先问：这个产品现在真的需要社区吗？用户为什么不能用已有的地方交流？社区解决的是问题，还是只是一个看起来完整的产品标配？

AI 并不知道你是不是在自我说服，除非你主动让它检查这件事。

反驳不是为了赢

让 AI 反驳你，不是让它故意唱反调，也不是把对话变成一场辩论。

真正有价值的反驳，应该把一个判断拆开，让你看见它依赖的前提。它要说明：你现在相信什么，依据是什么，哪里还缺少证据，如果前提不成立，结果会怎样。

好的反驳不会只说“这个方案可能有问题”，而会继续问：

• 这个方案最脆弱的假设是什么？
• 哪一种用户最可能不需要它？
• 如果只能保留一个部分，应该留下什么？
• 这个功能是在增加价值，还是在增加复杂度？
• 什么事实出现之后，你会改变现在的结论？

这些问题的作用，不是让 AI 替你否定一个想法，而是让一个想法经得起更多角度的照看。

先让它站到另一边

我发现，比起直接问“你觉得怎么样”，指定一个立场更容易得到有用的反馈。

可以让 AI 暂时成为一个第一次使用产品的人，指出哪里看不懂；让它成为一个不愿意付费的用户，说明为什么不值得；让它成为一个维护这段代码的人，寻找未来最容易出问题的地方；也可以让它成为一个完全不相信这篇文章的读者，指出论证中最薄弱的部分。

立场改变之后，原本被自己忽略的细节会更容易浮出来。

但要注意，角色不是越多越好。一次只让它从一个角度看问题，得到反馈后再更换角度。否则意见会堆在一起，最后只剩一份看起来很全面、实际上无法行动的清单。

让 AI 找失败的场景

很多方案在正常情况下都能成立，真正决定它是否可靠的，是它在不理想的情况下会怎样。

我会让 AI 直接设想失败：如果用户第一次使用就离开，可能发生了什么？如果流量增加十倍，哪个部分会先坏？如果用户完全不理解产品的设定，页面还能不能完成任务？如果我没有时间维护这个功能，它会不会变成一块长期的负担？

这些问题不一定能立刻找到答案，但它们会把注意力从“怎样让方案更漂亮”带到“方案在哪些情况下会失效”。

在产品设计里，这通常比再加一层视觉效果更有价值；在写代码时，也比让 AI 把函数继续拆得更细更重要。

反驳要回到证据

AI 的反驳也可能是错的。它会根据已有的语言和模式提出听起来合理的担忧，却不一定了解你的用户、业务和限制。

所以反驳之后，还需要追问一句：这是事实、推测，还是一种可能性？

如果是事实，来源在哪里；如果是推测，依赖了什么前提；如果只是可能性，应该怎样用一个小实验验证。

这样做的目的，不是要求 AI 每句话都给出权威引用，而是避免把“听起来有道理”直接当成“已经被证明”。反驳提供的是检查方向，证据才决定我们是否需要改变方案。

把反驳放进工作流程

我现在比较愿意使用这样的一条流程：

先自己写出一个不完整的版本，说明目标、限制和目前的判断；再让 AI 从一个明确的反对立场检查它；接着要求 AI 把最严重的问题按影响排序；最后只挑一个可以验证的问题，做一个尽可能小的实验。

这条流程有一个重要的顺序：先形成自己的判断，再邀请反驳。

如果一开始就让 AI 代替你提出所有方案，你很容易在它的语言里思考，最后连自己原本在意什么都说不清楚。AI 应该帮助你扩大观察范围，而不是替你决定从哪里出发。

不同工作里，反驳的方式也不一样：

• 做产品时，让 AI 找出用户不需要它的理由，以及功能成立所依赖的最小假设。
• 做设计时，让 AI 检查视觉效果是否抢走重点，是否增加理解成本，是否只是在制造“看起来很酷”的感觉。
• 写文章时，让 AI 找出论点之间的跳跃，指出哪些句子只是情绪表达，哪些结论缺少支撑。
• 写代码时，让 AI 从维护、异常输入、性能和边界条件出发，寻找正常路径之外的问题。

反驳不是流程最后的审判，而应该在还来得及修改的时候出现。

暴露缺点的代价变低了

过去，我们不一定愿意把一个很粗糙的想法交给别人看。

它可能还不完整，甚至有些幼稚。我们担心被评价，担心别人觉得自己不专业，也担心一个问题太简单，问出来会丢脸。于是很多人宁愿在心里反复修改，也不愿意让一个真实的人看见草稿。

AI 提供了一个不同的环境。你可以直接说“我可能完全理解错了”，也可以承认“这个功能只是因为我舍不得删掉”，还可以让它指出“我是不是在用复杂的表达掩盖没有想清楚”。

它不会因为你不知道而看不起你，也不会因为你反复追问而改变对你的评价。

这不是说 AI 的意见一定更重要，而是说，暴露不足的心理成本正在下降。我们终于可以更早地把缺点拿出来，而不是等它们变成无法挽回的问题。

不要把反驳变成新的依赖

让 AI 反驳你，也有一个需要留意的陷阱：如果每个决定都要先得到 AI 的认可或否定，我们只是把“听从自己的直觉”换成了“听从另一个系统的直觉”。

反驳的价值在于增加看见问题的机会，不在于给你一个最终答案。它可以提醒你重新检查，却不能替你决定哪些代价值得承担。

有些选择没有办法通过更多分析得出唯一结论。产品要服务哪一类人，作品要保留什么气质，时间应该投入在哪里，最后仍然需要一个人签字。

AI 可以站到你的对面，但不能替你站在结果里面。

让对话产生一点阻力

我不希望 AI 变成一个永远温和、永远正确、永远替我收拾表达的助手。

我更希望它在适当的时候制造一点阻力：提醒我没有回答问题，指出我正在逃避取舍，告诉我某个漂亮的方案可能只是对复杂度的装饰。

这种阻力不会让工作变慢太多，却能让很多错误更早出现。越早发现的问题，越容易修改；越晚才承认的缺点，代价通常越高。

所以，下次把想法交给 AI 时，可以少问一句“帮我优化”，多问几句：

你最不同意我的地方是什么？
这个想法在哪种情况下会失败？
我现在忽略了什么代价？
如果必须删掉一半，应该从哪里开始？

如果 AI 只让你感觉自己很聪明，它可能只是顺从得很好。

如果它让你看见自己还没有想清楚的地方，它才真正帮你靠近了问题。