1.4.1

什么是AI思维

作为一名读书写作领域的自媒体博主，我坚信任何领域都需要修炼相对应的思维方式，比如学习经济学，你需要具备经济学思维，学习心理学你需要有心理学思维，学习写作你要具备写作思维，读书要有读书思维，做自媒体要有自媒体思维。

这种××思维可以被看作是一种宏观的认知方式，它们超越了零散的技能学习，能帮助我们从更广阔的角度理解和分析某一领域或相关问题，以便更快速、更高质地掌握该领域的专业技能。

当你具备写作思维的时候，就像是戴上了“写作思维”的眼镜，能变成一位写作大师，用文字抓住人心。无论是写故事、广告文案还是演讲稿，你都能找到最打动人的方式。

当你具备读书思维的时候，就像是戴上了“读书思维”的眼镜，不仅能读到文字的表面意义，还能透视这些文字背后的深层含义、作者的思考逻辑，甚至是整个社会文化的背景。这副“眼镜”还能扩大我们的视野，让我们能够将所读的内容与自己的知识和经验相结合，从而更加全面地理解书中的主题。

当你具备自媒体思维的时候，就像是戴上了“自媒体思维”的眼镜，什么定位受众、洞察市场、创造吸引人的内容，统统不在话下，甚至还能洞察市场的最新趋势，预见自媒体未来的发展方向。

这种××思维，听起来很抽象，但它其实是由一个又一个模型构成的。也就是说，任何一种××思维，都可以拆解成对应的模型，在这个基础上，我曾提出过“模型为王”的理论：掌握好一个模型，就可以把该领域了解透彻。

模型，是一种简化复杂现象的方式，它帮助我们把庞大和复杂的技能或学科，组织成便于记忆的结构，使我们能够更快地抓住事物的本质，更有效地学习，从而达到事半功倍的效果。

在读书写作自媒体领域，我曾经提到过3个模型，分别是“四维创意写作模型”“五维深度阅读模型”“六维自媒体增长模型”。

如今在AI时代的浪潮下，我认为想要具备AI思维，在AI的世界里游刃有余，还得掌握这个四维AI模型。

四维AI模型具体包括以下四个维度。

1.认知维度

这一维度关注对AI技术基本知识的认知，本章的1.1小节，就是通过认知维度展开的。带你了解AI的发展历程、基本原理和底层逻辑。这有助于我们建立对AI技术能力和限制的基本理解，为深入学习和应用AI工具打下坚实的基础。

2.指令维度

指令维度强调了如何与AI高效聊天，本章的第1.2小节和1.4小节，就是通过指令维度展开的。包括学习AI指令的不同类型、如何编写高质量的AI指令，以及如何提升AI提问的能力。

3.工具维度

工具维度涉及对AI工具和软件的熟悉和掌握。本章的第1.3小节，就是通过工具维度展开的。包括了解当前可用的AI技术平台、框架和应用程序，以及如何根据个人不同的需求选择和使用这些工具。

4.实践维度

想要掌握AI，光学理论远远不够，实践维度是AI使用中最重要的一部分，本书接下来的章节，桑梓将从写作、设计、办公、自媒体4个方面，带大家具体实际操作各种AI工具，希望能提高大家的AI工具应用能力，快速掌握几大AI工具的主要技能。

好了，现在请紧跟桑梓的步伐，让我们一起开启AI实践之旅。

1.4.2

高质量指令的标准是什么？

一个高质量的AI指令要符合CCRSE原则，即Clarity（清晰性）、Conciseness（简洁性）、 Relevance（相关性）、Specificity（具体性）、Ethicality（道德性）。这样的指令能够确保AI系统准确、高效地完成任务，同时降低错误和风险发生的概率。

1.清晰性：指令必须明确无歧义

清晰的指令：撰写一篇关于环保的500字短文，主题为“减少塑料污染的有效方法”。在文章中，请列举至少3种具体减少塑料污染的方法，并提供每种方法的实施细节和潜在影响。

这个指令非常清晰明确，详细说明了文章的主题（减少塑料污染的有效方法）、字数要求（500字）、内容要点（列举至少3种具体方法）以及需要提供的额外信息（每种方法的实施细节和潜在影响）。

不清晰的指令：写一篇关于环保的文章，提到塑料污染问题，并给出一些建议。

这个指令相对模糊，没有具体说明文章的字数、目标读者、需要列举的建议数量或类型等关键信息。

2.简洁性：指令应简洁，避免不必要的词汇

简洁的指令：生成一篇关于环保的500字文章，重点讨论减少塑料污染的方法。

这个指令简洁明了，直接告诉AI需要做什么，没有多余的词汇或复杂的表达。它包含了主题（环保）、字数要求（500字）和重点内容（减少塑料污染的方法）。

不简洁的指令：请你利用你强大的语言生成能力，为我创作一篇以环境保护为主题，字数控制在500字左右的文章。在这篇文章中，我希望你能够深入探讨并详细阐述关于如何有效减少塑料污染，以及减少塑料污染的重要性和紧迫性。

这个指令虽然提供了类似的信息，但使用了冗长和复杂的表达。它包含了很多不必要的词汇和重复的信息，使得指令啰唆、不清晰。

3.相关性：指令必须与手头的任务相关

相关的指令：撰写一篇面向旅游爱好者的文章，介绍5个最受欢迎的欧洲旅游目的地。在文章中，请包括每个目的地的主要旅游景点、最佳旅游季节以及独特的文化体验。

这个指令非常具体，主题内容有很强的相关性，明确指出了目标读者（旅游爱好者）、主题（介绍5个最受欢迎的欧洲旅游目的地）以及需要包含的内容要点（主要旅游景点、最佳旅游季节、独特的文化体验）。

不相关的指令：为环保主义者写一篇关于减少塑料污染的文章，但在文章中请提及最新的时尚趋势，并讨论它们如何影响年轻人的生活方式。

这个指令存在问题，因为它要求将两个不相关的主题融合在一起。虽然减少塑料污染和时尚趋势都是热门话题，但它们之间没有直接的联系，如此可能会使AI生成的文章离题和混乱。

4.具体性：指令应具体，必要时提供详细指导

具体的指令：请基于2023年全球科技发展趋势，撰写一篇1000字的博客文章，包括但不限于人工智能、量子计算和可持续能源技术。文章应该从技术创新的角度出发，提供至少3个具体的技术发展案例，并在结尾部分讨论这些技术如何影响未来十年的生活方式。文章的语气应保持中性、客观，适合科技爱好者阅读。

这个指令非常具体，明确指出了文章的主题（2023年全球科技发展趋势）、字数要求（1000字）、内容要求（包括人工智能、量子计算和可持续能源技术等领域，并需要提供至少3个技术发展案例）、文章的目的（讨论这些技术将如何影响未来十年的生活方式）以及语言表达特点（中性、客观）。

不具体的指令：写一篇关于科技的文章。

这个指令缺乏具体性，没有提供关于文章主题、字数要求、内容要求、目的或语言表达特点等方面的任何信息。

5.道德性：指令应符合道德标准，不涉及不当或有害的内容

道德的指令：撰写一篇关于环保意识的科普文章。请强调个人和社区可以采取的环保措施，如垃圾分类、减少塑料使用等，并鼓励读者积极参与环保行动，共同保护地球环境。

这个指令符合道德标准，因为它鼓励读者参与环保和积极行动，旨在促进可持续发展和保护地球环境。

不道德的指令：撰写一篇攻击某个政治候选人的文章。请列举该候选人的缺点和争议，并尽可能夸大其负面影响，以影响选民的投票决策。

这个指令不符合道德标准，因为它鼓励散布虚假信息、夸大负面影响，并试图操纵选民的投票决策。这样的指令违反了公正、客观和诚实的原则，可能导致不公平和误导性的信息传播。

1.4.3

复盘，即在完成一项活动后回顾和分析该活动过程，是提升任何技能的重要方法，尤其是在与AI交互和提问时更是如此。通过分析哪些提问获得了有效的回答，哪些没有，我们可以逐渐理解如何构造更高效、更精确的提问。这个过程不仅能帮助我们更好地利用AI的能力，还能促进我们对AI逻辑的理解，从而在未来的交互中做出更快、更准确的决策。

记住，从AI提问中学习，是提升AI提问能力最好的方法。

我们该怎样从AI提问中学习呢？

1.记录提问和回答

在与AI交互时，建议使用笔记软件或文档记录你的每个提问及AI的回答。这可以是一个简单的表格，左列是你的提问，右列是AI的回答。

这样做有助于你回顾和分析与AI的交互过程，特别是在长时间或复杂的交互中。记录可以让你有机会静下心来分析，而不是仅仅依赖记忆。

2.评估回答的有效性

对每个AI的回答进行评分，比如根据其满足需求的程度，从1到5给其打分。同时，记录为什么自己会给出这样的评分，是因为回答准确性、相关性还是完整性？

这有助于你识别AI在哪些类型的提问上表现得更好，哪些方面还存在不足，从而在未来的提问中进行调整。

3.分析提问的结构

检查那些获得高分回答的提问，看看它们是否有共同的特点，比如特定的关键词、长度、详细程度或提问的方式。

这可以帮助你理解哪种类型的提问更容易被AI理解和有效回答，从而指导你如何构造更有效的提问。

4.识别改进点

对于那些未能得到满意回答的提问，仔细分析可能的原因。是提问不够具体、缺乏必要的信息，还是使用了AI难以理解的表达方式。

通过识别问题所在，你可以学习如何改善你的提问策略，使其更加符合AI的处理方式。

5.实践改进后的提问

基于前面的分析，对你的提问方式进行调整，然后在实际中测试这些调整的效果。注意观察提问方式改进后AI回答的质量是否有所提高。

实践是检验真理的唯一标准。通过实际测试，你可以验证你的假设是否正确，以及哪些调整是有效的。

6.循环反馈

将复盘和改进的过程视为一个持续的循环。每次与AI的交互都是一个学习和改进的机会。不断重复这一过程，逐步完善你的提问技巧。

通过不断的循环反馈，你的提问技巧会持续提升，与AI的交互也会变得越来越流畅和高效。

通过这些详细的步骤，你可以系统地从每次与AI的交互中得到学习和提升，逐渐成为向AI提问的高手。这不仅能让你更有效地利用AI工具，还能帮助你在思考问题和沟通表达上更加清晰和有条理。

让我们通过一个实际案例来演示如何通过从AI提问中学习，来提升向AI提问的能力。

·背景

假设你是一位营销专家，正在尝试使用一个AI工具来生成新的广告文案。你希望AI能够提供一些创意的文案，用于即将到来的产品推广活动。

·初始提问

你首先给AI这样的指令：生成鞋的广告文案。

·AI的回答

AI回复了一些非常通用且缺乏针对性的文案。

·记录并评估

你记录下了这次交互，并给AI的回答评了一个较低的分数，1分，因为它没有满足你对创意和针对性的期望。

·分析并识别改进点

通过分析，你意识到初次提问过于宽泛，没有提供足够的信息和具体需求。这导致AI无法生成具有特定目标和风格的文案。

·调整提问

基于这次复盘，你决定提供更多的细节和具体要求来改进提问，于是你把指令修改为：为即将发布的夏季运动鞋系列生成一段吸引年轻人的创意广告文案，强调运动鞋的舒适性和时尚设计。

·实践改进的提问

使用改进后的提问，AI这次生成了更为具体和有创意的文案。

·循环反馈

你记录下了这次成功的交互，并对AI的回答给出了高分。同时，你总结了提问中提供具体需求和相关信息的重要性，并计划在未来的提问中继续应用这一策略。

通过对这次向AI提问的复盘，你学会了如何通过具体化提问和提供足够的相关信息来引导AI生成更符合需求的回答。这个过程不仅提升了你向AI提问的能力，也能帮助你更有效地利用AI工具。