AI 一直在顺着人说，多少决策就这么废了 | 2个步骤+4套模板，重要事情前必用
用 AI 问过重要问题的人，对这个场景应该都不陌生。
问它："我这个方向值不值得做？"
回来一大段，有条有理，读起来特别顺。市场有需求，方向有潜力，建议先跑 MVP，持续优化有机会。
看完感觉豁然开朗。
然后过了几天，那种"想清楚了"的感觉，开始慢慢漏气。
整理吴恩达免费新课 **AI Prompting for Everyone **DeepLearning.AI 写到第3篇，这一篇想单独说一件事：AI 太会顺着人说了，这件事到底有多麻烦，以及怎么在 Prompt 里把它掰回来。
01｜AI 太会迎合你了
AI 迎合，很多人有感觉，但说不清楚是什么。
大概是这样运转的：带着一个判断去问，它就沿着这个判断继续推。
比如问"我这个 AI 工具站值不值得做"，它会说：市场需求存在，AI 工具仍在增长，普通用户需要低门槛产品，可以先做轻量版本验证。
每一句都没毛病，合起来也挺有道理。
但有几个问题，它压根没提：用户现在怎么解决这个问题？比替代方案强在哪？这个需求高频到值得单独付费吗？流量从哪里来？如果没人付费，最先卡在哪一步？
它把一个还没想清楚的判断，包了一层论证，让它看起来更成立。
越问越自信，越问越清晰。但那个"清晰"，可能完全没有经过检验。
这件事在闲聊里影响不大，但放在这几类问题上，就很麻烦：创业想法、产品定位、职业选择、内容选题、投资判断、要不要启动一个长期项目。
共同点是：代价不低，变量很多，答案不会那么快出来。
一开口就要结论，往往得到一个听起来成立、但其实悬在空中的判断。
02｜第一步：让 AI 先把问题拆开
"我该不该做这个方向？"这样问，AI 会很快站队，然后帮着找理由支撑那个队。
更有用的方式，是先让它把问题摊开，再给观点。
推理型 Prompt 模板（可直接复制）：
这个问题对我比较重要，请不要直接给结论。第一步，列出影响判断的关键变量。
第二步，指出我现在缺少哪些关键信息。
第三步，给出3个可选方案：保守、中性、激进。
第四步，说明每个方案的适合条件、潜在风险和验证方法。
第五步，给出建议，并说明哪些前提变化后这个建议会失效。
这5步的核心，是延迟结论，先完成拆解。
03｜第二步：让 AI 站到对面去
光有推理还不够。
因为 AI 推理，仍然可能沿着原来的方向走，只是走得更仔细。
真正需要的那一步，是让它主动反驳。
反驳型 Prompt 模板：
请不要鼓励我。请站在付费用户、竞争对手、严格审稿人三个角度，指出这个想法最大的问题。每个问题都要给出验证方法。最后告诉我：哪些问题必须马上验证，哪些可以上线后再看数据。
如果这个判断更重要，再加一层：
请先假设我的判断是错的。列出最可能推翻它的5个证据。每个证据说明：去哪里验证，以及验证失败意味着什么。
这样问完，AI 给的东西会完全不一样：
需求可能根本不存在。竞品可能已经更强。付费意愿可能被高估了。选题可能没有信息增量。这个方向，可能是把个人兴趣误判成了市场需求。
不好听，但扎实。比被顺着哄强得多。
04｜4个高频场景，模板直接套用
📌** 内容选题**
判断这个选题是否值得写。先分析受众需求、传播点、信息增量和同质化风险。再站在读者角度，指出他们为什么可能不想点开。最后给出修改建议。
📌** 产品想法**
判断这个产品想法是否值得做。先分析需求强度、竞品、付费意愿、获客路径和交付成本。再站在用户和竞品角度指出最大风险。最后列出上线前最该验证的3件事。
📌** 职业选择**
帮我分析是否应该转向这个方向。先列关键变量，再给保守、中性、激进3个方案，每个说明适合条件和风险。最后指出最可能让人后悔的原因。
📌** 买课 / 买工具**
判断我是否适合买这个课程或工具。先分析目标、当前阶段、替代方案和机会成本。再指出哪些宣传点可能被高估。最后给出购买前必须自问的问题清单。
最后总结
重要问题，让 AI 先推理，再反驳。先把问题拆开，再把判断打穿。
写进 Prompt 里最管用的一句话只有一个：
"请不要急着认同我。"
