前几天有个朋友问我，说用了不少 AI 工具，为什么感觉每天还是那么忙。我说你拿 AI 干嘛了。他说写周报、总结会议纪要、回邮件，有时候让 AI 帮忙列个方案大纲。我说那当然省时间，但这些事本来就不是你最费脑子的部分。
真正费脑子的是什么呢？是你要决定周报里那件没做成的事，到底是因为客观阻力还是自己没尽力。是你在会议纪要里读到"用户反馈登录流程繁琐"时，敢不敢在下一版把注册页的按钮从五个砍到两个。是 AI 帮你写了三个方案方向，你得判断哪一个真的符合你们团队现阶段的资源，而不是那个看起来最漂亮的。
省下的是执行时间，不是决策时间
我们做幻简的时候，内部有个不成文的规矩：AI 生成的东西默认只能当草稿，谁要是直接复制粘贴到正式文档里，被发现要请喝咖啡。这规矩不是为了装严肃，是因为我们踩过坑。有一版官网文案，同事让 AI 写了一版"更有科技感"的，读起来确实顺，但里面有一句"赋能全场景"，我们看了半天，发现谁也没法用一句人话说清楚这到底指什么功能。
后来我们复盘，问题不在 AI，在于同事把"生成文案"当成了"替自己想清楚要传达什么"。省下了动笔的时间，反而多花了开会掰扯的时间。
我个人越来越觉得，AI 的价值是把你从"从零到一"的苦活里捞出来，但"从一到十"甚至"从一到二"的路径，得你自己拿主意。就像你请了个特别勤快的实习生，他帮你把资料查好、把框架搭好，但你问他"这个项目为什么会失败"，他还是会把所有原因列成一张没有重点的清单。
提问的质量，决定了 AI 的上限
我见过两种人。一种人用 AI 像在用许愿机，输入一句"帮我写个产品需求文档"，然后对着输出的东西骂骂咧咧。另一种人会在输入之前先花两分钟想：我到底要解决什么问题？目标用户是谁？有哪些限制条件？同样的 AI，给出来的东西完全不是一回事。
这不是技巧问题，是思考习惯问题。你得先在心里有一团模糊的、不成熟的想法，再让 AI 帮你把它展开、条理化、补上你没想到的边角。你要是自己那团想法都没有，AI 给你的就是一个光滑的、完整的、但不知道从哪来的东西。你拿它没法用，因为你不懂它为什么这么写。
我们团队有个做用户研究的姑娘，她每次用 AI 整理访谈记录之前，都会自己先过一遍原始内容，把关键的情绪节点标出来——比如哪个用户在说"这个功能没用"的时候犹豫了一下。她说 AI 能帮她归纳出"用户认为该功能低频"，但标不出那种犹豫。那种犹豫可能才是真正要命的事。
所以我现在的工作习惯是：把 AI 当成一个特别擅长执行、但完全不懂业务的高效同事。我会花时间跟它说清楚背景、我已有的判断、我拿不准的地方。它给我的结果，我再一条条去改、去质疑、去推翻。这个过程省不掉。说句实话，有时候我甚至觉得，跟 AI 说清楚需求本身，已经帮我理清了一半思路。
这也是我们做幻简的时候一直在想的：工具应该让人更愿意思考，而不是更懒得思考。我们试过把好多决策直接交给模型，后来发现用户要的不是那个"唯一正确答案"，而是能帮他们把自己的答案磨得更亮的东西。可惜这问题我们也没完全解决，很多地方还在摸索。但有一点是确定的——AI 的输出质量，越来越不取决于算法，而取决于你肯不肯在提问前多想那几分钟。
今天就写这么多。反正时间也没真省下来，但想明白的事，比昨天多了一点。