寫在前面 在我看來，我們使用 AI，尤其通過 Prompt 來使用 AI，本質是用自然語言來編排上下文，引導模型的注意力，以生成我們期待的回應。 于是，我們可以思考的更深一些。

常用的 AI，或者說大模型產品，無論是 ChatGPT、DeepSeek 還是其他，這些大模型都并不真正理解信息，只是在大量語言中學習到了如何復現特定的表達。

它處理的是形式，不是含義；擅長的是預測，而不是理解。大模型是通過無數次的語言關聯，形成了一種“看起來像是懂了”的能力。

所謂“智能”，更多是語言表象的聰明，而非意識層面的思考。

二｜Prompt

Prompt，并不是對 AI 提問，而是在設定它該如何回答。

人與 AI 的“交流”不是兩個意識體的互動，而是我們用自然語言來構建上下文，引導它進入特定的語境，讓它在我們設定的軌道中自動完成回應。

一個有效的 Prompt，是把 AI 限定在一個可控的思維框架里。

三｜大模型的能力

AI 給出的回答，是建立在它“見過足夠多”的基礎上，進行“下意識二創”，讓人誤以為它“懂了”：

但它并不知道自己在說什么，只是在復現類似語境中人類可能說的話。

它輸出的不是“真理”，而是“最有可能被說出來的話”。

四｜大模型的問題

連貫的語言容易贏得信任，但信任感并不等于可靠性。

AI 經常會說錯，卻不會意識到自己錯了。畢竟對它來說，沒有“正確”或“錯誤”，只有“哪種說法在這個語境中最可能”。

它的邏輯聽起來像是真的，其實只是它在模仿你說話的方式。

你越肯定，它看起來就越有道理。

五｜人機交互

AI 的表現，很大程度上取決于提問。

你越擅長構建 Prompt，它就越像專家：不是 AI 聰明了，而是你在代替它思考。

我們訓練的不只是模型，更是在訓練自己如何提問、如何引導、如何設定目標。

六｜技術的背后

AI 是工具，但它的“話語權”掌握在能操控輸入的人手里。

模型本身并不自帶偏見，但它學的是現實，而現實本身就是偏的。

AI 的輸出看似中立，其實只是默認。

而所謂“默認”，往往就是主流、常規和權力所定義的樣子。

七｜未來

AI 改變的不只是我們的工作方式，它正在重塑我們的表達、思考和判斷習慣。

我們以為是在向它獲取答案，其實也在接受它劃定的問題邊界。

它不僅在幫我們回應世界，也在悄悄改變我們理解世界的方式。