先别学原理，看看它能干哪些神奇的活
如果你还没怎么用过 AI，或者只把它当「问答机」用过几次——这一课先看六个真实的使用现场。看完你会明白一件事：这不是又一个新软件，这是软件历史上第一次「反过来」。
人学软件
计算器、Word、美图秀秀、Excel……每个软件是一堆固定的按钮：功能是提前设计好的，你想干什么，得先学会它的规矩——找按钮在哪、背操作步骤、看说明书、报培训班。
软件听人话
历史上第一次，工具反过来迁就人：你说人话，它来干活。没有按钮要找，没有步骤要背，没有说明书。你怎么跟同事交代工作，就怎么跟它交代。
刚才那六个现场，是同一个东西干的。以前是「一个需求，下载一个 App」；现在是「一个需求，说一句话」。
它不是某个功能的升级版——它是第一个通用工具：你能用「说话」布置的活，它都能接。
AI 到底是什么？它其实在玩「接话茬」
别被「人工智能」四个字吓到。ChatGPT、DeepSeek、豆包……不管叫什么名字，它们做的事情本质上只有一件：猜你这句话的下一个词是什么。这一课不需要任何基础，玩两个小游戏你就明白了。
先别管 AI。下面三句话都没说完，点开每一句，看看你心里冒出来的下半句，和大多数人是不是一样的。
选一个开头，点「让 AI 接下去」。下面这个框，是它每往下写一步时脑子里的那道选择题——放慢了给你看。留意两件事：一是它不是一个字一个字往外蹦的，「馄饨」「五花肉」「分钟」都是一整块写出来的，这一块叫词元（token）——有的词元是一个字，有的是一个词，后面的课会讲它是怎么切出来的；二是每个候选后面那根横条的长短——横条越长，说明它越倾向于选这一块；有的一步几乎是被前文摁着写出来的，有的一步它明显在几个选项之间摇摆。同一个开头多跑几遍——在几根横条差不多长的地方，它并不总是挑最长的那根。
你可能会问：接话茬我懂了，可我和 AI 是在一问一答地聊天啊？其实，聊天只是接话茬换了个包装——
为什么它能写文章？
接话茬接得又长又顺而已。你给个开头（题目和要求），它一个词一个词往下接，接出一整篇。
为什么它会胡说八道？
它只管接得像不像，不管接得对不对。顺口的错话，比笨拙的真话更容易被它选中。这事很重要，后面单独用一课讲。
为什么同一个问题，每次答得不一样？
上面的演示里，它并不总是挑最长的那根横条——在几个候选可能性相近的地方，它按可能性大小掷一次骰子，于是走上不同的句子岔路。横条长到 99% 的地方则怎么掷都是同一个结果，所以差异只出现在它本来就摇摆的那几处。
你可能听说过「AI 连小学数学都会算错」。学完接话茬，这个谜你已经能自己解开了——它从来不是在「算」，它是在接话茬。下面两道题都发给它试试，看看它脑子里的候选有什么不同。
它不是在网上帮你搜答案
关于 AI，新手最常见的误解是：「不就是个更聪明的搜索框吗？」——完全不是一回事。上一课你已经知道它在「接话茬」，这一课看清它和搜索引擎的本质区别，你就知道什么时候该用哪个。
搜索引擎 = 图书管理员
你说要找什么，它把你带到书架前，指给你十本可能相关的书（还顺手塞两本广告）。书是别人写的，它自己一个字都没读过，读不读、信不信，是你的事。
AI = 读完了整个图书馆的人
它提前读完了图书馆里几乎所有的书，然后把书全部还了回去。你问它问题时，它手边一本书都没有——全凭消化后的记忆，现场把答案「接」出来。
它可能记串
读过的书太多，两本书的内容在记忆里糊在一起是常有的事：把 A 作者的书安到 B 头上、把两个相似案件的细节混着说。它记错的时候语气和记对的时候一样自信——下一课专门讲这个。
它的知识有「截止日期」
它读书是在过去某个时间点完成的，之后世界上发生的事它一概不知道。问它昨天的新闻、今天的天气、现在的股价，它要么坦白说不知道，要么凭旧记忆瞎接一个——后者更危险。
它给结论，不给书架
搜索结果里每条都有网址，你能点进去核对；AI 给你的是一段现成的话，没有天然的「出处」可查。它说得越流畅，你越容易忘了问一句：这是真的吗？
| 你想干什么 | 找谁 | 为什么 |
|---|---|---|
| 查今天的天气、新闻、股价、营业时间 | 搜索 / AI 联网 | 要的是「此刻的事实」，纯凭记忆的 AI 不可能知道 |
| 解释一个看不懂的概念、名词、体检报告 | 问 AI | 它读过的解释比任何一个网页都多，还能顺着你的追问讲 |
| 改写、润色、翻译、起名字、出主意 | 问 AI | 这类活儿没有「标准答案网页」可搜，是 AI 的独门强项 |
| 查一个重要的事实（法条、药量、数据） | AI 先答 + 搜索核对 | AI 帮你快速搞懂大概，但拍板前要找到原始出处 |
它会一本正经地胡说八道
前两课你知道了：它在接话茬，而且凭的是「消化后的记忆」。现在到了最关键的一课——接得像，不等于接得对。下面三段 AI 的回答里，每段都藏着一句编造的话。来，亲手抓一次。
习惯一：具体的事实，核实了再用
看到数字、日期、人名、书名、法条、药量这些「有标准答案」的东西，用之前搜一下原始出处。AI 帮你省的是理解时间，不能帮你省核实时间。
习惯二：多问一句「你确定吗？出处是什么？」
这句追问经常能让它自己改口（「抱歉，刚才的说法不准确……」）。但注意：它给的出处本身也可能是编的——编一个像模像样的论文标题，对接话机器来说毫不费力。出处要自己点开验证。
习惯三：越重要的决定，越值得多一个信息源
健康、金钱、法律相关的事，把 AI 的回答当成「一个消息灵通的朋友的参考意见」——朋友的话有价值，但你不会因为朋友一句话就吃药、签合同、打官司。
把它当一个聪明、但完全不了解你的新同事
为什么别人用 AI 效果惊人，你问它却答得平平？九成的差距不在 AI，在问法。这一课给你一个思维模型和一个公式，立刻就能用。
想象公司来了个新同事：名校毕业、什么领域都懂、执行力极强。但今天是他入职第一天——不认识你，不知道你负责什么，不知道你要这个东西给谁看、拿去干什么。
你走过去丢下一句「帮我写个请假条」就走了。他能写出什么？只能凭想象瞎写一个。这不是他不聪明，是你什么都没告诉他。
AI 就是这个新同事。而且更极端：每次新开对话，都是他的入职第一天。
场景：你想在小区业主群里卖掉一辆二手自行车。从最偷懒的问法开始，依次点亮下面四块信息，看 AI 的输出怎么一步步变好。
我是谁，在什么场景
身份、场合、给谁看、拿去干什么。这是新同事最缺的信息。
我到底要什么
要做的事 + 关键细节。细节给得越实，它编造的空间越小。
什么样算合格
语气、长度、格式、不要什么。给验收标准，一次到位。
万能开场白：「先问我几个问题，再开始」
上一课的公式很好，但你可能已经发现一个死结：很多时候，你自己也不知道该交代什么。这一课分享一个小办法：把这个难题原样丢回给 AI——只需要一句话。
比如你想让 AI 帮忙规划一次国庆家庭旅行。按上一课的公式，你该交代背景——可你压根没想过：预算算不算机票？爸妈的体力能走多少路？孩子晕不晕车？
专家和新手的区别，往往不是知道答案，而是知道该问什么问题。好消息是：AI 读过无数旅行攻略、方案模板和踩坑帖，它非常清楚「规划一次旅行需要先搞清什么」——前提是，你允许它先问你。
好的！以下是几个国庆出行的热门推荐：
1. 北京：故宫、长城、环球影城，适合亲子游；
2. 三亚：阳光沙滩，度假首选；
3. 成都：大熊猫基地、宽窄巷子，美食之都……
建议提前预订酒店和车票，国庆期间人流较大，注意错峰出行。