AI 的回答总是很空，下一句应该怎么问？

先补充具体情况，再追问例子、取舍和适用条件。最后让 AI 帮你确定一件现在能做的事，以及怎样检查结果。

把大问题缩到一次具体任务

“怎么提升表达能力”容易得到一堆原则。可以改问：下周要给谁讲什么、准备多久、现在最难的地方在哪里。提供会影响建议的背景，省去无关的个人或业务敏感信息。

不确定该补什么时，先让 AI 提问。你不需要一次写出完美的提示词，关键是知道哪些条件会改变答案。

下周我要做五分钟的课程汇报，材料很多但讲不出重点。请先问我三个会影响汇报结构的问题，等我回答后再给建议。

用这三类问题继续追问

• 要例子：“用我刚才给的材料，演示第一步怎么做，并解释为什么。”
• 问取舍：“我只有两小时，哪部分最值得先做？删掉另一部分，会有什么影响？”
• 问条件：“什么情况下这个建议不适用？给一个反例，说明还需要确认哪些事实。”

每次集中推进一个问题，看看回答是否仍符合你的实际情况。单纯要求“再详细一点”，常常只会让原来的泛泛建议变得更长。

最后留一轮核对

答案说得顺、写得长，不代表判断可靠。涉及数据、政策或规则时，请它分开说明事实和假设，并给出能打开、能对应到原文的依据。没有核对过的来源，不能因为长得像引用就采信。

把建议整理成我今天能完成的一步：需要准备什么、最后要完成什么、用哪两条标准检查是否做到了？

做完后，把实际结果带回去继续讨论。下一轮追问有了真实反馈，才更容易改进。

一定要让 AI 扮演专家吗？

角色有时能帮助限定回答角度，但不能替代材料和判断标准，也不会让模型自动拥有真实经验或最新事实。先把任务和影响决定的条件交代清楚。

它一直赞同我怎么办？

请它提出相反的合理解释，并说明各自需要什么证据，再独立核对关键事实。要求反对意见有助于展开思考，但给出的反例本身也需要检查。