拥抱概率黑盒

01-03 拥抱概率黑盒

这一课承接“AI 为什么像文字接龙”，回答学员在真实使用中会立刻遇到的一个困惑：同样一句话问 AI 两次，为什么答案不一样？

很多初学者会把这种不一致当成 AI 不靠谱的证据，要么不敢用，要么死记某个说法。这一课要把 AI 的“概率性”讲成一种需要建立使用手感的特性，让学员学会和波动相处，既不盲信一次结果，也不因为偶发差异而放弃。

我们上一课讲了 AI 像文字接龙，这一课接着讲它最让新手困惑的一个特点：不确定性。

先想一个老工具：计算器。

你按 1 加 1，它永远回答 2。你同一个操作做一百次，结果一模一样。因为它是个确定性工具，输入定了，输出就定了。

AI 不一样。

它更像一个概率黑盒。你问它同样的问题，两次答案可能不一样。换一种说法，可能又不一样。它没有一个固定的标准答案在背后等着你，它是在生成每一次可能的回答。

这种不确定，会带来两种东西。

第一种是偶发错误。它可能这次说对了，下次说错一个数字；这次记得你的材料，下次好像忘了。你没法保证它每次都稳定发挥。

第二种是意外灵感。同一个问题，它换个角度回答，可能给出你没想到的视角、比喻或结构。很多让人眼前一亮的回答，恰恰来自这种概率性的“跑偏”。

所以问题来了：面对一个会波动的工具，我们怎么用？

三个动作。

第一个，多试几轮。同一个问题，换个问法再问一次。第一次答案不满意，不代表这个工具不行，可能只是这一轮生成得不好。再试一次，结果常常会变好。

第二个，多换说法。把问题里的关键词换掉，把目标说得更具体，把材料补得更完整。输入的信息越多、越清楚，AI 生成的波动范围就越小，结果就越稳。

第三个，多给材料。空口问，它只能靠猜测；给了真实现场和真实材料，它就有了抓得住的东西。材料越具体，答案越接近你想要的。

这三个动作合起来，就是和 AI 相处的基本手感。

有人问我，那要试多少次才算会？

这里没有标准答案。学 AI 有点像练投篮，没有人规定投几次才算会打篮球。关键是你在一次次试的过程里，建立起判断：这一轮结果行不行，缺了什么，怎么问更稳。这个手感，比记住任何一条“神提问”都值钱。

最后记住一句话：AI 的结果是参考，不是终审。 它给你的是一个候选答案，用不用、信不信、怎么改，判断始终在你手里。

准备一个真实问题，比如“帮我写一段辞职信”。

第一轮：

帮我写一段辞职信。

第二轮（同问题再问一次）：

再写一次，和刚才不一样也行。

让学员看到两次答案的措辞、结构不同。

第三轮（加材料和目标）：

我在现在的公司做了三年运营，因为想转行做教育，所以要辞职。请帮我写一封辞职信，语气温和，保留体面，重点是离职时间、工作交接和对公司的感谢。

对比三份回答，总结：输入越具体，结果越稳定、越接近可用。

让学员现场做一个“波动实验”：

同一个问题问 AI 两次，对比差异。可以是“用一句话介绍量子计算”，或任意学员关心的话题。然后让 AI 自己解释两次回答为什么不同，最后问它：

基于我这个问题，请总结：我该怎么问，结果会更稳定？