为何同样的AI，不同人用出的效果天差地别？科技观察家卓克提出5个核心提问技巧：通过8轮以上‘反复追问’挖掘深度；拆解子问题以‘提高信息密度’；‘预设逻辑格式’规范输出标准；要求‘多案并行’对比成功率；利用‘难度梯度平滑’降低认知门槛。掌握这些方法，能让AI从普通助手进化为超越99%用户的超级专家。

面对同样的问题，用同样的AI，有些人能获得高质量答案，而有些人只能获得普通的答案。

这到底是为什么呢？

科技观察家卓克老师分享了5个AI提问技巧，我觉得对提升答案质量很有帮助。

1. 反复追问：拉长对话链条到8轮以上，通过持续深入提问，就能超越多数人的水平。

2. 提高信息密度：将复杂问题拆解为多重子问题，设置假设、边界条件和输出格式。

比如，要想对比中国和美国在AI领域的差距，你可以这么问AI：

请从基础层、技术层、应用层这3个层面，分别找出评估国家在AI领域优势的5个数据指标。然后，仔细对比分析中国和美国在每个数据指标上的差异。每个数据都要有来源，不能瞎编。结论要包含表格，以方便展现。

3. 预设逻辑格式：明确答案的评价标准、证据等级和输出框架，避免空泛回答。

比如，要想知道某篇AI相关论文的水平，你可以先把论文发给AI，然后对AI说：

我想了解这篇论文在AI方面的突破程度，请你先评估学界对这个成果的评价，再统计类似评价度的成果在AI领域全球每年大约会产生多少个。然后再评估，类似这样级别的成果，有多大概率在未来10年内变成商品。假设有两个等级，第一个等级是使用这个技术制成了商品就算数；第二个等级是使用这项技术的商品成为主流才算数。

4. 多案并行讨论：要求模型同时给出多条独立解决方案并对比成功率。

比如，要想解决一个比较棘手的问题，你可以把问题描述清楚之后，再给AI发送下面这句话：

请给我5条逻辑上独立的解决方案，并对比这些方案最终解决问题的成功率。

5. 难度梯度平滑：按难度递增的方式解释复杂概念，降低认知门槛。

比如，面对一个特别陌生的知识点时，你可以跟AI说：

我完全不懂xx知识点，请你用3种难度梯度递增的方式，从最简单到最严谨，按这个方向给我详细讲一讲。

当你这样跟AI沟通之后，你会发现AI能够不厌其烦地提供高质量的答案，它比世界上的任何老师和专家都体贴和有耐心。

如果你能持续用好以上5个AI提问技巧，在应用AI方面将能超越99%，甚至99.9%的人。