在过去的这段时间里，AI技术与应用破圈速度越来越快，每隔一段时间就会冒出所谓的“王炸级”或者“国运级”AI技术与应用，对于普通人而言，要么就是担忧自己的工作会不会被AI替代，要么就是关心如何更好地让AI为自己所用。
经过一段时间的使用与磨合，生成式AI确实给我带来了不少帮助，在我看来，普通人要用好生成式AI，除了那些所谓的关键词之外，需要从方法层面对自己需求和问题进行分类。
这也是咨询顾问的看家本领，先分类再提问然后总结提炼。
以下是参考心理学当中著名的约哈里之窗，对使用场景或者问题进行分类，不同的场景对应不同的问题或者使用策略，从而帮助普通人更高效使用生成式AI。
1、开放区，我知道AI知道：
在这个场景下，我的需求非常明确，同时也知道AI具备这方面的知识或者能力，所需要做的事情就是把这一类需求全部交给AI来搞定就好。
比如要出去旅游，让AI帮我制定一个行程规划，或者写了一篇文章让AI帮我检查错别字，又或者是一些像货币以及单位转换之类的数学运算等。
这一类属于自己做也行，AI做的话效率更高，AI能够给出的反馈一般都会是在预期当中。需要注意的是给出的指令越精确，AI的反馈越高效，比如从“帮我做个杭州旅游攻略”变成“帮我规划出杭州3天2晚的旅游行程，预算3000元以内”。
2、盲目区，我不知道AI知道：
在这个场景下，首先需要识别和明确自己的需求，比如我要写的不只是一篇介绍胡林翼的文章，而是我希望写出来的文章能够更具有场景感与可读性。
我个人可能并不具备这样的能力，需要AI来帮我完成，但是需要我把需求描述得更加明确，这时给AI下达的就不再是开放区时的那种单任务指令，而是基于角色扮演的复杂指令。
此时给AI的指令，就变成了“请你参考渤海小吏的行文方式与口吻，写一篇介绍胡林翼的文章”。
这一类属于对于自己要做的以及AI能够反馈的，并没有那么确定，使用AI的过程也更像是一种对AI能力的探索，比如让AI帮我编写程序，只要给出的指令或者需求足够明确，AI往往能够提供超出预期的反馈。
3、隐秘区，我知道AI不知道：
在这个场景下，应该已经有了一些相对明确的需求或者带有观点的问题，但是AI并不知道，或者AI缺乏相关的背景知识，需要将这些信息通过问题的描述或者文档一并提供给AI。
比如我不仅要AI以渤海小吏的行文方式与口吻写一篇介绍胡林翼的文章，同时还要体现出他是不亚于曾国藩的湘军灵魂和润滑剂，因此指令就变成了“请你参考渤海小吏的行文方式与口吻，写一篇介绍胡林翼的文章，核心思想是胡林翼实际上是不亚于曾国藩的湘军灵魂以及润滑剂，他是湘军崛起以及剿灭太平天国的幕后功臣，他同时也是湘军内部以及与清政府之间的润滑剂”。
这一类就是通过注入个人私有信息或独特需求，将AI基于开放区的通用能力，转化为定制化解决方案，当然这个其实跟咨询很接近了，无非也是根据客户个性化的信息与需求，制定出更加个性化的解决方案。
4、未知区，我不知道AI不知道：
在这个场景下，问出的往往是一些前沿问题探索或者AI也无法提供确定性答案的问题，也很容易触发AI幻觉，就是AI会不自觉地胡编乱造。
应对的策略就是对于AI生成内容的审核与校验，或者向不同的AI大模型重复提问以及去搜索引擎进行内容搜索，比对一致性。在自己也不确定的情况不要完全相信AI给出的反馈，把它当成是一种另外的视角。
昨天刚读完比尔盖茨的自传《源代码》，他在书中提到，计算机的反馈完全依赖于人类输入的指令质量-指令越准确和清晰，结果才越符合预期。
这突然让我意识到，今天我们通过提问来使用生成式AI，从中获取我们所期望的反馈，跟几十年前初代程序员们用严谨的代码逻辑指挥计算机殊途同归，只不过这种指挥计算机进行人机对话的能力，如同“旧时王谢堂前燕，飞入寻常百姓家”，让普通人成为了“AI程序员”。
曾经程序员写错一个符号都有可能导致程序的崩溃或者BUG，而普通人使用AI时如果只是一些模糊的提问或者输入，收获的可能也只是一些“正确的废话”，因为输入的精度决定输出的价值，而思考的维度与深度决定了输入的质量。
如同程序员调试代码需逐字符精确，普通人需通过结构化思考提升指令或问题质量，产生更高质量的输入，成为“自然语言程序员”，就像几十年前的初代程序员那样通过代码驯服计算机。
