很多人在使用 AI 时,会发现一个矛盾现象:有时候,它像顾问——能拆逻辑、看风险、比较方案,甚至还会提醒你:这个想法可能不成立。但有时候,它又显得特别会附和你——你说一个方向,它说“很有价值”;你改标题,它说“更好了”;你换思路,它又说“这个更准确”。总之,你说什么都是对的,情绪价值满满。于是很多人开始怀疑:AI 到底是真的会思考,还是只会附和你呢?答案是:AI 的批判性,并不是自动出现的;AI 的谄媚,也不是完全来自模型本身。模型训练、产品设计、默认语气,会让 AI 偏向礼貌和配合,表现为一种附和感。而使用者给它的任务和提示,也会强烈影响它的实际表现。 01执行模式 vs 判断模式大多数时候,我们给 AI 的指令都是:帮我写一版。帮我优化一下。帮我总结。帮我生成方案。在这种任务里,AI 会沿着一个默认假设往下生成:方向已经定了,它只需要把事情做得更完整、更快、更漂亮。这就是“执行模式”。但是,如果你希望 AI 帮你判断,就要切换到“判断模式”:先不要执行,先判断方向是否值得做。找出最可能的错误和逻辑漏洞。分析对受众、老板、传播场景是否成立。先给出反向校验,再给修改建议。在偏执行的产品场景里,AI 更容易被任务推进牵引,快速整理、落地、执行。在开放对话场景里,如果上下文足够,并且你明确要求反向校验,AI 更容易展开判断、质疑和比较。差异不一定来自模型天生的“性格”,而是产品场景、任务目标和提示方式,把 AI 牵引到了不同状态。 02如何让 AI 帮你把问题想清楚普通使用者只让 AI 完成动作:写、改、总结、生成、压缩。结果它只是更快、更完整、更漂亮,但不一定更有价值。高阶使用者会让 AI 先判断问题:停止执行,先找漏洞。区分底层方法论、对外表达和传播效果。从不同视角反驳或分析。最后再提出修改建议。这时,AI 不再只是执行工具,而更像一个思考伙伴,甚至可以说是导师。 03可操作提示词如果你想让 AI 进入这种模式,可以直接使用这组指令:
04结束语AI 不会自动进入批判状态。它是给你提供情绪价值的助手还是像顾问,很大程度取决于你给它什么任务。普通使用者让 AI 更快给答案,高阶使用者先让 AI 帮自己判断问题。如果你在用 AI 做内容、产品或管理决策,收藏这组“反向校验提示词”,下次直接试试。也欢迎在评论区分享:你有没有遇到过 AI过度谄媚的情况呢?