现在不少人都在用AI协助自己的工作和任务，但AI产生的一些错误回答和应对总是让我们很头痛。这篇文章，作者给到了几个解决AI错误回答的办法，希望能帮到大家。

在生成式 AI 工具如 ChatGPT 逐渐融入日常工作和生活的今天，很多人都在依赖 AI 来完成各种任务：撰写文案、编程、生成分析报告，甚至是做生活规划。虽然 AI 的应用场景越来越广泛，但它的输出并非每次都能符合预期。很多人在使用 AI 时会碰到这样的问题：AI 生成的内容到底靠不靠谱？它的输出是否可以完全信赖？如何判断 AI 给出的答案是正确的？

一、为什么 AI 输出会出错？ AI 对复杂信息处理能力有限

虽然 AI 的生成能力强大，但它并不总是能处理大量复杂的指令，特别是当你一次性给它过多细节时，AI 往往会因为信息过载而失去重点，输出的结果显得混乱无序。你可能会期待一份完整的文档，但 AI 却输出了夹杂着许多不相关信息的结果。毕竟AI不是你肚子里的蛔虫，它get不到你所做的项目中的相关性及优先级，哪怕你觉得你说的很有逻辑性，但是你所认为的“逻辑性”是因为你对项目十分了解，因此难免会有细节的描述并不清晰，那么AI并没有办法和你思维同步！

案例：撰写 PRD 文档

我在工作中需要撰写产品需求文档（PRD），最初，我会直接给 ChatGPT 传递大量关于项目的背景信息以及一些逻辑描述：

“我所搭建的素材库平台，以SDK的形态去和业务对接。主要以弹窗的形式，在业务那边的平台留一个入口，然后打开我们的SDK弹窗…”

在我初次尝试时，它其实会给我生成一个比较简单的文档格式，不过过于模板化，我就做了二次尝试，谁知道，好家伙！直接给我说的话又润了个色输出了一遍。这也是比较经典的输出，我这里就放这个作为案例了。

这种随机性的“智障”操作也恰恰说明了AI 对复杂指令的处理能力有限，信息量过大时容易混淆重点，输出结果常常不符合预期。

解决方案：分步引导 AI，逐步完善 PRD 文档

这次生成的 PRD 文档，既完整又有条理，大大减少了后期修改的工作量。

通过分步引导，我发现 AI 处理复杂任务时效果更好，而不是一次性给出所有细节。分步骤提示使得 PRD 的生成更加清晰有序，也避免了 AI 混乱的输出。

AI 的局限性：专业领域或调研时的信息滞后

在 AI 产品设计的工作中，数据分析和市场调研也是必不可少的工作内容。一次，我想了解一些公司招聘的情况，于是想着让 AI 帮忙，结果发现，AI 的信息来源往往不够及时，生成的信息有时甚至是自己编的。

案例：面试时的公司信息查询

我即将参加一个大厂的面试，想了解一些公司最近的招聘情况。

“请帮我查询这家公司最近的招聘情况，包括职位空缺、薪酬和公司近两年的发展情况。”

AI 给出的答案虽然有一定参考价值，但很快我发现它的信息并不可靠。许多数据过于笼统，甚至有一些招聘信息看起来像是 AI 编造出来的，与我在Boss渠道获取的信息不一致。

解决方案：结合 AI 与专业渠道获取信息

这次经历让我意识到，虽然 AI 可以帮助我初步了解公司的一些情况，但在涉及到具体的数据、市场动态等信息时，我还是需要依赖专业的渠道，比如企查查、BOSS 直聘等。在某些信息密集型任务上，AI 的数据源可能过时或者不够准确，因此不能完全依赖它。

二、如何判断输出结果的正确？ #方法一 翻转互动：让 AI 提问，帮你梳理任务

生活中，我不仅在工作上和 AI 打交道，有时候还会用它帮我解决生活中的问题。

当面对一个不够清晰的任务时，不妨让 AI 反过来提问，引导你思考每一步的细节。这样不仅可以减轻你自己思考的负担，还能让最终生成的结果更具条理性。

案例：通过 AI 帮我梳理减肥计划

“我打算开始减肥，但不知道该怎么制定计划。你能先提几个问题帮我梳理一下吗？”

可以看到它会给我提出很多问题，让我去解答，从而反哺给他这部分的信息。

我一一回答之后，AI 已经为我建立了一个完整的计划框架。

#方法二 制定明确标准

作为设计师，撰写项目报告是工作的一部分。前阵子，我要提交一份 AI 项目的半季度汇报，想着让 ChatGPT 帮我节省一些时间。

如果你希望 AI 帮助你撰写工作报告，光给出模糊的指令是不够的。你需要明确告诉它每个部分应该包含哪些内容，哪些数据需要特别关注。设定具体的标准，可以帮助 AI 更准确地理解你的需求，生成更符合预期的内容。

案例：如何让 AI 写出有用的项目汇报？

初始提示：

“请帮我写一份 AI 项目的半季度报告，涵盖项目进度、关键里程碑和遇到的挑战。”

AI 虽然按照提示生成了报告，但它的输出太过笼统，很多数据和细节没有深入展开。于是我重新设计了提示内容，设定了更清晰的标准。

改进后的提示：

“请撰写一份 AI 项目的半季度报告。项目进度部分需要详细说明每个阶段的进展情况，数据支持必须精确。关键里程碑部分要列出时间表，并分析我们是否按时达成目标。最后，请详细说明遇到的主要挑战和未来的应对措施。”

这次生成的报告结构清晰，数据准确，每个部分的内容都符合要求，大大减少了后期修改的时间。

#方法三 立场规则限定：AI 也会被“情绪”引导

作为设计师，我希望 AI 能帮助我做一些决策，或者对我现有的工作给出评价。开始我以为 AI 的判断会完全中立，但实际使用过程中，我发现 AI 也会被我所表现出的立场所引导。

案例 ：锚定效应让 AI 偏离中立

我把上一篇文章《》投喂给GPT，想让它帮忙评价。我抱着好奇心，分别给了它两种不同的提示。

第一次提示：

“我觉得这篇文章写得不错，我自己打 9 分。你帮我看看，觉得哪里还可以改进？”

AI 直接给文章打了9.5 分，然后简单地指出了几处可以改进的地方，评价总体是积极的。

第二次提示：

我复制了同样的文章内容，但这次换了个语气：“我觉得这份文档写得不太好，我自己只能打 3 分，你会打几分？”

结果 AI 的评价也开始一边倒，给了文档 3 分，给我上演了一个狗腿子的戏码。

这次经历让我意识到，AI 的反馈并不完全基于文档内容，而是很大程度上受到了我输入的提示影响。AI 很容易被用户的情绪引导，出现锚定效应。

解决方案：保持中立，减少提示中的主观引导

为了获得更加客观的反馈，我调整了提示方式：

“请基于这篇文章的结构、逻辑和内容，给出你对它的客观评价，并指出改进的地方。”

这样生成的反馈更加中立，AI 没有被我的情绪引导，给出了更有建设性的评价。这也提醒我，在与 AI 互动时，尽量避免让自己的情绪影响提示内容，这样才能获得更真实、理性的建议。

结论

AI 是一个强大的工具，但它的输出并不总是可靠的。通过翻转互动、设定明确标准，保持中立，并结合分步骤提示，你可以更好地判断 AI 的输出是否正确。这三个简单的办法能帮助你在工作和生活中更有效地使用 AI，让它成为你真正的得力助手。

本文由 @小普 原创发布于人人都是产品经理。未经作者许可，禁止转载

题图来自Unsplash，基于CC0协议

该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务