大模型很擅长提供答案。
提供答案的前提是，你得给大模型输入精准的目标。也就是经常提到的 “会提问”。目标越精准，回答效率越高。
但憋做梦了。
我这辈子都没遇到几个 “会提问” 的人。包括几年前付费问答流行那阵子，提给我的产品问题都是什么屎？会提问也好，CoT 也好，都是高级技能，从来不指望普通人普遍具备高级技能。
事实上，当一个人 “会提问” 的时候，往往他已经具备了这方面系统性的认知，并且有着缜密的逻辑。我在犬校一直提倡 “用思考交换思考” 的提问，你猜怎么着？很多次，当一个人缜密地把产品问题组织好的时候，他会觉得 “我已经知道（或接近）答案了”。
所以 “会提问” 其实是专业和聪明的一种表现方式，但如果你不专业或者不聪明，大模型是帮不了你太多的。
从产品设计的角度来说，Prompt 传递的目标是否精确，会是大模型应用的基准考量。这就要寻找特定的，意图收敛的场景，用户基于直觉（而不是基于思考）输入精准目标，才有可能把应用的规模做大。思考是一件消耗脑能量的事情，人类的本能就是节约脑能量，超越本能则注定无法规模化运营。
提供答案的前提是，你得给大模型输入精准的目标。也就是经常提到的 “会提问”。目标越精准，回答效率越高。
但憋做梦了。
我这辈子都没遇到几个 “会提问” 的人。包括几年前付费问答流行那阵子，提给我的产品问题都是什么屎？会提问也好，CoT 也好，都是高级技能，从来不指望普通人普遍具备高级技能。
事实上，当一个人 “会提问” 的时候，往往他已经具备了这方面系统性的认知，并且有着缜密的逻辑。我在犬校一直提倡 “用思考交换思考” 的提问，你猜怎么着？很多次，当一个人缜密地把产品问题组织好的时候，他会觉得 “我已经知道（或接近）答案了”。
所以 “会提问” 其实是专业和聪明的一种表现方式，但如果你不专业或者不聪明，大模型是帮不了你太多的。
从产品设计的角度来说，Prompt 传递的目标是否精确，会是大模型应用的基准考量。这就要寻找特定的，意图收敛的场景，用户基于直觉（而不是基于思考）输入精准目标，才有可能把应用的规模做大。思考是一件消耗脑能量的事情，人类的本能就是节约脑能量，超越本能则注定无法规模化运营。
