用AI做内容创作已经大半年了。从最初的"帮我写篇东西"到现在的"我们一起想想这个结构怎么搭"，我清晰地感受到自己的思维方式经过了一次重构。今天想复盘一下这个过程，也算是对自己这半年来AI使用进化的一次梳理。
刚开始接触时，我的思维模式很简单：告诉AI要写什么，它写出来，我要么直接用了，要么感觉很不对——太"AI味儿"了，不够专业。这个阶段最大的问题是单向指令。我就像在下一个"写"的命令，等着输出。效果好的时候觉得AI真厉害，效果差的时候就抱怨AI不行。但后来我发现，问题不在AI，在于我自己——我根本没有真正参与进来。
这个阶段的一个典型例子：让AI写了一篇工程管理文章，读完后发现全是教科书式的套话，没有一个活生生的案例。我抱怨AI不懂工程，但仔细一想——我根本没给它提供任何我的工程经验和具体案例啊。
转变的契机是我开始把AI当作一个可以对话的搭档，而不是一个单向的输出工具。我不再说"写一篇关于投标的文章"，而是说"我们讨论一下投标报价的策略框架，我先把我的思路列出来，你用你的知识库给我补充行业常见陷阱，我们一起搭结构"。
这种对话式的协作带来了几个明显的变化：AI输出的内容质量显著提升——因为我给了它足够多的上下文和具体素材；我的思路在这个过程中也被打开——AI补充的视角和案例经常是我没想到的；最终的成果既保留了工程一线的真实感，又具备了系统性和深度——这是单纯靠我或者单纯靠AI都达不到的效果。
到了第三个阶段，我开始思考一个更深层次的问题：AI到底在我的工作流里扮演什么角色？它不应该是某个时刻才叫出来用的工具，而应该嵌入到每一个环节中。比如每天早上和AI一起规划当天文章的主题方向——它会基于历史发布记录提醒我"这个方向最近三天没写了"；写作时用AI做deep research补充行业数据；写完后AI帮忙做脱敏检查和安全审查。
🗝️ 关键认知转变：以前我是在"用AI完成一件事"，现在我在"和AI一起做一件事"。这两者的区别在于——前者把AI看作一个提升效率的外挂，后者把AI看作一个可以协作的伙伴，不仅仅是分担工作，更是拓展思考的边界。
这半年的AI协同实践下来，有两个认知层面的升级值得记录：
第一，提问的能力比指令的能力更重要。以前我关注的是"怎么说得清楚让AI懂"，现在我发现真正重要的是"怎么问出一个好问题让AI和我一起思考"。一个平庸的问题只能得到平庸的答案，一个好的问题能打开一个思考方向。很多次我和AI的"讨论"远比最终的成品有价值——因为讨论过程中的思维碰撞本身就是学习。
第二，AI最大的价值不是"替我干"，而是"逼我想清楚"。当你需要把脑海中模糊的想法转换成清晰的语言表达给AI时，你其实就是被迫进行了一次严谨的逻辑梳理。说不清楚的事，往往就是没想清楚的事。在向AI描述需求的过程中，我对自己的知识体系进行了无数次的"重新整理"——模糊的概念被定义清楚了，零散的认知被系统化了。从这个角度看，AI是一种绝佳的"思考催化剂"。
最近在探索一个新的方向：让AI不仅仅是被动响应我的需求，而是能主动帮我发现"我不知道我不知道"的东西。比如在分析一份施工方案时，我不是问AI"这个方案的优点和缺点"，而是让AI找出"这份方案在哪些地方采用了行业通用做法但没有结合本项目实际情况"——这种批判性的视角才是AI的真正价值所在。用好了，AI不只是工具，是帮你突破认知边界的探照灯。
说到底，AI的能力在飞速进化，但决定上限的永远是你我怎么用它。工具会变，但"会提问题、会协作、会反思"的人，永远站在变革的上风位。