这是我用得最久才发现的一条。一个真实的对话三个月前我在纠结一个事一个客户要求我们做定制开发钱不少但会占用两个核心人力三个月。我问百智办公这个单子该不该接。它给我列了接的理由和不接的理由很全面各五条最后说建议综合考虑。一段正确但无用的回答。为什么无用因为我知道那些理由。接的理由无非是收入、客户关系、案例积累。不接的理由无非是人力占用、交付风险、机会成本。这些我自己能列而且列得比它准因为我了解细节。我真正缺的不是理由是一个能替我承担后果的人。而这一点任何 AI 都给不了。那它该问什么后来我改变了提问方式。不问该不该接而问具体的事实“如果一个三个月的定制项目占用两个核心人力通常会对其他项目的交付产生什么影响”“有没有办法在不增加人力的情况下降低这种项目的交付风险”“这类项目常见的中途变更一般出现在第几个月”这些问题有答案而且答案能帮我做判断。区别在于前者要它替我决策后者让它给我输入。一个判断标准我现在有个习惯问之前先看一眼自己的问题如果这个问题我拿去做个投票让十个同事投他们的结论也会分成两半——那这个问题不该问 AI。因为AI 的答案只是第是一个投票而且是没信息优势的那个。如果这个问题有客观答案只是我不知道——问它很有用。适用范围这套判断不是绝对。有时候该不该这类问题确实可以问前提是——你已经有一个倾向想找个人帮你反驳。这时候问法要变不说该不该说我倾向于接理由是一二三你觉得我漏了什么。它给的反驳里通常有一两条值得看。但注意这仍然是给你输入不是给你答案。最后那个决定还是你的。