从「AI 能为我做什么」到「我能为 AI 做什么」

先说结论

过去使用 AI，更习惯问一个问题：它能为我做什么？现在，我开始反过来问：我能为 AI 提供什么，才能让它更准确地理解我的意图，把事情做好？

这种转变不是人要替 AI 干活，而是当 AI 已经能完成越来越多的具体工作时，人与 AI 协作的瓶颈未必总在执行能力，也可能在于：人并没有把任务背后的目标、细节和判断交代清楚。

我更愿意把自己的工作放在明确目标、提供上下文、做出判断和验收结果上。至于整理信息、拆解步骤和具体执行，能交给 AI 的，就尽量交给 AI。

例如，向 AI 说一句“帮我把网站做好”。它或许有能力写代码、调整页面，甚至完成部署。但“做好”意味着什么？是尽快上线、增加功能、突出个人表达，还是尽量减少维护成本？

这些答案并不包含在那一句要求里。不同的人给出同样的指令，真正期待的结果可能完全不同。

在折腾个人网站、内容创作和 AI 协作工具的过程中，我逐渐在意一个问题：与其不断研究该用什么模型、什么 Agent，不如先确认 AI 是否真正知道我的目标，以及哪些事情我已经决定不做。

AI 知道怎样完成任务，与 AI 知道怎样按照我的意愿完成任务，是两回事。

无论打字还是说话，人都很难在一次沟通中把全部背景讲完整。很多限制条件甚至不会主动想到，因为它们早就存在于自己的工作习惯里。

比如说“把这篇文章写出来”，这句话没有说明我的写作风格、哪些观点已经确认、哪些素材只是讨论、文章是否需要人工审核，更没有授权 AI 直接发布。

我现在倾向于另一种交互方式：聊天时直接表达眼前的想法，长期有效的规则和背景则放进文档。需要执行时，再让 AI 结合对应的文档理解任务。

这也是我使用 ChatGPT Page 的一个原因。重点不是 Page 比其他文档格式高级，而是我希望意图与细节有各自的位置，不必每次开启新对话都重新口述所有要求。

但这不代表每句话都要附上一份新文档。简单问题直接交流即可；真正需要长期协作的事情，才值得维护能够反复引用的资料。

如果把“我能为 AI 做什么”理解为替它编写更长的提示词，恐怕又回到了老问题：一次对话交代得再详细，下次仍可能从头来过。

更值得积累的，是那些不会因为一次聊天结束就消失的信息：当前目标是什么，做过什么决定，为什么这样取舍，哪些操作必须经过确认，最终又该怎样验收。

这些内容也不一定要由人逐字写出来。人可以通过语音表达、提出疑问、改变主意，让 AI 帮忙整理成文档；关键判断由人确认，后续执行再以确认后的内容为依据。

这里还有一个容易忽略的前提：文档不是写下来就自动生效。 AI 要能找到它、读到正确版本，并区分“讨论过”与“已经决定”。否则，积累得越多，反而越可能让错误被反复执行。

所以我真正要维护的，不是文档数量，而是文档是否准确、有效，能不能在需要时被调用。

以前的流程很像操作工具：我提出具体指令，AI 给出结果，我再继续发下一条指令。每一步都需要人推动。

我正在尝试把它变成一种可持续的协作：人提出目标和判断，文档保存必要的上下文，AI 在明确边界内规划和执行，完成后交回结果供人验收。新的事实和决定，再更新到文档中。

这也解释了为什么我一边整理资料库，一边尝试让本地 Codex 接手项目里的具体工作。资料库要回答的是“为什么这样做”，项目里的工具和代码要解决的是“怎样把它做出来”。但是否真的完成，仍然要看交付结果，而不是只看 AI 的自我报告。

这种方式还远未达到什么事都能放手不管的程度。AI 可能读错上下文，文档可能过期，执行也可能失败。人的判断和审核依然重要，只是不必把精力耗在重复说明每一个操作步骤上。

回头看，这次思维变化并不是因为不再需要 AI 帮忙，恰恰相反：正因为希望 AI 能承担更多工作，才更需要认真思考自己应该提供什么。

与其反复追问“AI 还能帮我做什么”，我现在更愿意先问：我想要的结果是否清楚？AI 缺少哪些只有我知道的信息？有哪些决定需要由我来做？

从“AI 能为我做什么”，到“我能为 AI 做什么”，变化的不是谁服务谁，而是人开始主动建设一种更适合长期协作的工作方式。