把 AI 用明白

你问它一件事。它回了一大段，末尾挂着三条链接。三条你都点开了：页面都在，日期也新，看着都正经。可没有一条写着它说的那句话。

上个月你要交一份退货原因分析，没时间翻记录，就把它交给了它。它给了三条理由，第一条写着：问题主要出在月底那批订单的物流上。你写进了周报，因为那句话读起来，像它真的翻过那张表。三天后你回去核，才发现理由里点到的字段，原始表里根本没有。

三个多月前，你跟它说过一句：以后写东西，别再用“首先其次”。前面两周一直好用，昨天交出去的那份材料，第一段又是“首先”。你翻到设置里的记忆，才看见它自己写下的那条：偏好简洁、直接的表达。

昨天那段对话，你改到第八轮，最后交出去的还是第三版。中间你换过格式，补过两个要求，还把一句“不对，再想想”发了两回。它每一轮都在改，看起来越来越配合，可东西离你要的越来越远。

上个月调好的一段提示词，这周再用忽然不顺手了：格式变了，多出两段解释，还漏了一个字段。这一期讲的是怎么判断“上次管用的做法”这次还成不成立，以及怎样留一份能重跑的对照样例。

这一期解决一个很具体的问题：AI 给出的表格、清单或 JSON 已经能被程序读取，怎样确认里面的值也值得进入下一步？答案是把验收拆成三道门：先检查结构合规，再用确定性规则复算或核对字段值，最后回到原始证据对账。

这一期解决一个很具体的问题：AI 改完代码以后，测试全绿，怎样确认它真的守住了需求？答案不是让 AI 再解释一遍，而是先把一个本来应该失败的场景写成可检查的验收条件，再让实现面对它，最后检查测试有没有脱离真实环境。

这期从一个常见误区开始：长文档交给 AI 后，第一步不该是“总结”。更稳的顺序是，先做文档地图，再围绕一个具体问题提取证据，最后回到原文核验。

这是一档把“我怎么用 AI”讲清楚的播客。每一期，我会从一次具体的使用经历出发，拆开其中真正有用的判断、方法和边界。