讓 AI 幫我判斷:呢個建議適唔適合我
AI 話抵,通常係對最理想嗰類人先至抵。將作息、距離同底綫交代清楚,佢先至開始幫你計數。
Q 版 Alice 做卡出事記:AI 計出嚟嘅「每月先至 224 元」,喺加班同距離面前變成「每次 672 元」
健身室前台將計數機推到你面前:年卡 2688 元,計落 折合每月先至 224 元,今晚交錢再送兩個月;月卡 399 元。銷售嘅 QR Code 企喺枱角,反覆提醒優惠淨係到今晚十點。
你攞不定主意,發訊息問 AI:「呢張健身室年卡值唔值得做?」AI 即刻回咗三條理由:折合每月更平、全場器械同團體課任用、花錢做卡更能督住自己堅持。每句都揀唔出問題。
你心裏一陣定心,當場掃 QR Code 付咗款。三個月過去,門禁紀錄顯示總共 淨係去咗 4 次。計落,去一次嘅實際成本超過 600 元。
喺下面三種常見問法裏面揀一種,睇吓 Alice 會點樣答。
做判斷嗰陣,最少要交代三類會改結論嘅資料:真實慣性、履約摩擦、止蝕底綫。願望、銷售話術同「我一定可以堅持」睇落有用,其實證明唔到你做得到。
同一個年卡價錢,同一個 AI 模型,只要提問稍有唔同,推演結果就會分叉去相反方向:
第一種問法(淨係畀價錢同願望):淨係寫「年卡 2688 元,值唔值得做?」。面對空白,AI 自動代入一個「屋企附近、唔加班、每個禮拜去三次」嘅理想假人。假人一年去 120 次,每次只要 22 元。AI 嘅數學毫無破綻,但呢個結論淨係屬於嗰個永遠唔攰嘅假人。
第二種問法(補上作息、通勤同真實習慣):清楚寫出「成日喺八點半之後先放工、單程 35 分鐘、過去兩月淨係練 3 次、年卡唔可以退」。AI 冇咗調用假人嘅空間,一定要直面物理阻力:夜晚八點半放工趕到已經過九點,離關門淨係剩返幾十分鐘;過去出勤證明阻力好大。AI 重新測算之後結論即刻分叉:嚴禁做年卡,建議按次買或者單月試跑。
提問留出空白,AI 就會用最理想嘅假人將佢填滿。 AI 冇計錯數學,佢淨係被提問裏面嘅留白誤導咗。
要 AI 真正企喺你嘅立場計數,提問嗰陣先畀三樣嘢:
- 真實慣性,唔好寫美好願望:平時幾點可以離開工位,過去兩個月真正換鞋運動過幾次。
- 履約摩擦,將在途成本計埋:單程要用幾耐,你想趕嗰堂課幾點關門點名。
- 止蝕底綫,將最壞情況交底:可唔可以暫停或者退費,會唔會佔用夜晚嘅睡眠底綫。
畀佢呢三條樁,就係畀推演畫出不可逾越嘅邊界,避免佢喺虛空裏面計數。
第一段放喺提問開頭,立好規矩;第二段接喺回答後面,擠出裏面藏住嘅通用套話。遇到任何大額消費或者選擇,將具體情況換走就可以用。
- 提問嗰陣封死通用套話
我而家考慮緊要唔要【做呢張 2688 元嘅年卡】。我嘅真實情況係:平時成日喺八點半之後先放工,單程 35 分鐘,過去兩個月總共淨係運動過 3 次;底綫係唔可以影響十一點半休息,而且付款之後唔可以退費。請唔好畀籠統嘅優缺點。請逐條對照我嘅時間、距離同歷史習慣,計一計呢筆錢對我落地嘅真實機率;如果資料不足,先追問我。
- 回答之後反問擠走水分
請審視你頭先畀出嘅建議:邊啲結論淨係喺「能夠保證穩定出勤嘅理想狀態下」先成立?將呢啲通用假設單獨標出嚟,重新淨係跟我畀出嘅現實約束嚟畀建議。
第一句裏面,「逐條對照我嘅條件,計一計落地嘅真實機率」係核心。有咗呢句,佢就唔可以攞「全場器械任用」敷衍你,一定要直面你單程 35 分鐘嘅現實阻礙。
「如果資料不足,先追問我」都好關鍵。面對複雜嘅現實,第一次往往好難將所有限制寫齊。等佢先追問,退卡規則、私人教練推銷呢啲隱性成本,就會喺俾錢之前被一條條翻出嚟。