人机协作：四步心法
自从生成式AI问世以来，许多人都尝试将它应用在工作与学习上。但多数人的用法，仅仅停留在“你问我答”的阶段，把AI当成一个强化版的Google搜索引擎，或是一个听话的奴隶。
这种用法，不仅无法发挥AI真正的潜力，也常常让我们对产出的结果感到失望。
想让AI真正成为能解决复杂问题的强力伙伴，你需要的不是问问题，而是学会“教”AI。今天，我想分享我从GMAT教学与备考研究中，提炼出的一套“人机协作”思考框架，这套方法将彻底改变你与AI的合作模式。
善用AI的核心：从“下指令”到“教伙伴”
不確定自己現在幾分？
12 題免費測出分數區間 →
使用AI最忌讳的，是天真地以为它“什么都懂”。AI实际上并不知道GMAT是什么、你的公司业务是什么、你的报告重点是什么。你必须把它当成一个能力极强、但对专业领域一无所知的新进伙伴。
你的任务，就是教会它。而你可以遵循以下这个思考框架。
我的四步骤思考框架：如何将AI变成你的协力伙伴
- 第一步：定义你的需求 (Define Your Need)
- 清晰地告诉你的AI伙伴，你希望它最终“完成什么具体的任务”。目标越明确越好。
- 第二步：拆解工作流程 (Deconstruct the Workflow)
- 思考一下，如果是“人类专家”要完成这个任务，会经过哪些步骤？把这个流程拆解出来。
- 第三步：提供背景知识 (Provide Background Knowledge)
- 在每个工作流程的节点上，人类专家需要具备哪些“领域知识(Domain Know-how)”才能做出正确判断？将这些知识条列化。
- 第四步：将知识转化为精准确指令 (Convert to a Precise Prompt)
- 把你拆解的流程和所需的背景知识，系统性地写成一道清晰、有结构的指令，正式地“教”给你的AI伙伴。
实战演练：用四步骤框架打造“GMAT文章生成器”
接下来，我用一个GMAT备考的真实案例，来示范这套框架如何运作。
灵感与需求 (第一步)
最近在研究GMAT官方模考时，我发现其中一篇阅读测验（RC）的文章，竟然与我十年机经资料库中的一篇几乎完全一样！这让我产生了一个需求：“我需要AI帮我产出更多类似GMAT风格的RC文章，来进行练习。”
拆解与研究 (第二、三步)
我接着拆解了GMAT官方的出题流程，并研究了其中所需的背景知识：
- 工作流程： 选择一篇学术原文 -> 使用特定的改写策略 -> 产出最终文章。
- 背景知识：
- 原文来源： GMAT倾向于选择《科学人》杂志或特定学术期刊的文章。
- 改写策略： 我让AI比对了数篇原文与GMAT改写后的文章，总结出GMAT在“词汇”、“句构”、“逻辑架构”三个层级上的独特改写策略。
最终指令 (第四步)
在掌握了以上所有信息后，我将它们全部写进一道精准的Prompt中，这就是我教给AI的“岗位说明书”。
You are a professional science communicator and writing simplification expert.
Your task is to rewrite the following academic passage into a 250–400 word article suitable for educated non-specialist readers… (以下省略，完整Prompt如前次提供)
Now rewrite the following passage: [在此输入原文]
通过这个流程，AI从一个什么都不懂的工具，变成了一个能产出高度拟真GMAT文章的专家。这就是“教”的力量。
结论：你的价值，在于引导AI的能力
请再次记住这个框架：
- 你需要他帮你什么？
- 他可以通过什么工作流程帮你？
- 在他的工作流程中，需要哪些背景知识？
- 如何将这样的背景知识交给它？
在AI时代，许多重复性的工作将被取代，但你的高阶认知能力，将变得比以往任何时候都更加珍贵。
你的高自我监控与觉察（知道自己要什么）、高准确度与秩序化要求（追求高质量的产出）、语言结构拆解跟抽象分类组织能力（能够拆解问题），以及“权限分离”的思维（知道何时该由你主导，何时该交给AI），这些，才是让你与AI达成最完美合作的关键。
