六步之外，一个单拎出来的技巧
让 AI 反过来问你
它解决的是——"你不知道自己不知道什么"。把问题开放地抛给它，而不是直接派活。
🔄
反向提问：关于这件事，你有什么想法？有什么好奇？你想反过来问我什么？
🔦
盲区扫描：任何深度讨论收尾前固定问一句——"我有什么盲区？有什么是我不知道的？"
⬆️
向上思考：除了让 AI 提效（做 PPT、做网站），更要让它帮你梳理思路、抬高天花板。
跟 AI 对话像在跟苏格拉底对话——他把所有最聪明的人的脑袋都放在里边，别只让他做做 PPT。
环境搭好了，你怎么跟它说话，决定了它替你做出来的东西有多好。
一个翻转
提问能力 > 答案能力
第一章说，AI 压缩了全人类的智慧。智慧已经在里面了，问题是怎么取出来——取多少、取得准不准，全看你怎么问。
"AI 压缩了全人类智慧，
你的提问就是解压的咒语。"人找答案不重要，学会提问更重要。
红利很大：用对方法，你在陌生领域问出来的结论，可能比那个领域的专家给你的还深、还新。下面这套六步法，就是把上面三句话拆成能照着做的动作。
本章主线
六步提问法
不是六个孤立技巧，是一条从"我有个模糊念头"到"我拿到一份能用的东西"的连续路径。点开每一步，看可直接抄的话术。
它没记忆，先把料喂够（回扣第二章）。
把会议转写、飞书文档、Get 笔记、之前的讨论，统统拽进同一个项目目录，让它自己检索。别人在做提示词工程（写好那句话），你在做上下文工程（搭好那片环境）。这一步没做，后面五步都打折扣。
先讲清你为什么要这个，别急着派活。
喂完上下文，第一句别说"帮我做个 X"。先让它识别动机："你觉得我真正的动机是什么？" 只有 AI 知道你的 Why，才能想到你自己想不到的东西。这正是"不要告诉 AI 怎么做，告诉它你最终要什么、为什么要"。
让它从三个来源帮你想，别只用它脑子里那点。
一个完整的发散有三个来源：① AI 自身的洞察；② 加一句"上网调研一下"接上互联网；③ 让它去翻你的 Get 笔记、调研文档、个人档案。纪律：先发散，再放你的判断——别一上来就抛结论，那会框死它。
边走边把思考存成文档，随时能从中间重启。
每走完一段思考，让它整理成文档存下来：上下文不会丢，也能从任意中间步骤重启。末尾一定要交代用途——"这份是给我学生看的"。不写用途，它的收敛方向就会错。
让它从最底层事实推，再用你的判断力筛。
"请用第一性原理，从最底层事实出发推导。哪些是基本事实？哪些是由此推出的结论？" AI 训练里那些中间结论，在变化快的领域很可能不对、不全、不新。但收敛的最后一棒在你手里——机器把面铺全，"选哪个"是你不可替代的价值。
给 AI 看的省 token，给人看的做可视化。
给 AI 看——用 markdown，能直接 process 还省 token，中间产物一律 markdown。给人看——做可视化，优先级大致是 网站 > PPT > Word > PDF。别把两件事揉在一起：先用 markdown 把内容密度做足，确认对了，再谈可视化。
六步之外，一个单拎出来的技巧
让 AI 反过来问你
它解决的是——"你不知道自己不知道什么"。把问题开放地抛给它，而不是直接派活。
整章最该记牢的一条提问纪律
给假设，让它校准
很多人习惯把问题完全外包——"你怎么看？""你帮我想想。"这是在让 AI 从零生成，质量上不去。
taste 留到最后放，但一旦要放，就以"假设"的形式放，而不是以"结论"的形式封死。
没想清楚怎么办
呕吐式表达
不是每次你都已经想明白了。大多数时候你脑子里是一团乱麻——这恰恰是 AI 最能帮上忙的地方。
"我没逻辑的时候，
它能帮我把逻辑理顺。"逻辑是 AI 可以帮你梳理的，你想到什么就天马行空地说。
为什么 AI 写的东西一眼假？几乎总是因为上下文不够、动机不清——它不知道你是谁、为什么写、给谁看，只好用最安全的话术堆。三招对治：① 喂"关于你"的上下文；② 先讲 Why 再让它动笔；③ 用你已有的真实素材去校准它。AI 腔不是 AI 的问题，是你没把"你"喂给它。
凡是要往外交付、对精度有要求的场合，末尾加一个固定动作：让它做一次 fact check，并列出每一个数据的来源。写来源本身就是约束——它没法给编出来的数字配真实出处，幻觉被逼出来。
"上下文打架时，AI 不会主动替你标记冲突——你必须让它做 fact check 并列来源，冲突才会浮出来。"
抄走就能用
三个可直接套用的模板
我观察到一个现象：[现象]。但我觉得这里有问题：[你的不满]。我真正想讨论的是：[你关心的]。你先帮我分析动机，再说观点，可以反过来问我。
不要只列观点，也不要从中间结论推。请用第一性原理，从最底层事实推导。哪些是基本事实？哪些是结论？推完告诉我：我有什么盲区？
我的初步判断是 [A] 和 [B]。这个判断对吗？还有哪些我遗漏的人群、场景、风险？最后做一次 fact check，把每个关键结论的来源列出来。
下一章，把镜头从"怎么问"挪到"问什么"——一个项目九成的功夫，其实花在把模糊的想法说清楚上。