即刻App年轻人的同好社区
下载
📌 人人都能用好 AI：提问思维篇 002
【思维地图 🗺️ & 设计师之锁 🔒】#AI工作流
🌟 I. 引言
思路不清晰，不会提问的第一重困境：我是谁？我在哪儿？🤡 咳咳～开玩笑的，第一道难关就是我们没有树立「思维的地图」。换句话说，最重要的是不知道怎么画这个地图。
让我们先跳出「不知道问 AI 什么问题」的场景，来到听辩论（一般一场一个小时）、看长文章等场景之中。
在阅读过程中偶然碰到有所触动的句子时，我们可能会连连称赞。但是由于时间太长，看着看着就忘了……哪怕我们有很多高亮软件能帮我们记录重点。
但是在看完视频 / 长文后，我们真的能梳理清文章的观点脉络吗？
（这里可不仅仅说的是概括，而是具体的观点以及对应的论据等等。）
—————————
🌟 II. 提不出好问题的根本障碍是不知道自己学了啥
还是上面看辩论赛 / 长文的例子：表面上看，是我们不懂得「如何提问」；实际上看，是我们本身就没有对正在学习的内容有个整体的框架和认知。
我记得 7 个月前我在读少数派的文章时看到：
「我们应当将知识看作一棵树，只有了解最基本的原理，也就是树干和树枝，才能深入研究细节，没有树干，树叶便无处附着。」
——@Louiscard 《高效信息管理术》第3.4节 用大纲，建立知识体系 sspai.com
因为平时我们去阅读碎片信息没有重点，或者说学习的过程本身就没有轻重和筛选。也没有一个学科根基，不去建立大纲。看的新文章就不知道该附着在哪儿。时间久了，自然就统统都忘了。
不梳理自己知识体系的大树，也就不知道该放什么新的树叶到枝干上……自然就没法通过对比来分析、观察、发现不同之处。「提出有洞见性的好问题」纯属靠运气了。
如果按照这种思维，估计阅读单篇文章材料也只是一扫而过。如此一来，自然不知道从何问起……面对 AI，只好默默地对着输入框发呆。
—————————
🌟 III. 帮你更好地提出问题的「思维地图」
基于此，有必要给大家一些思维的框架。我们把这个叫做「思维地图」。
这个地图大致上分两个板块：
1. 确定你的角度（解）
2. 角度下的详细思考（答）
其实就是在做「解答题」。
✨ 一提到解答题，大部分人其实往往是习惯于急着给出答案的。例如「我之所以xxx就是因为yyy」，这个就是跳过了「解」的步骤直接跑到了「答」。
所谓解题，就是确定切入的角度。当我们看一场辩论赛的时候，我们可以看看双方对于一个题目是不是切入角度就是一样的？
如果不是，那双方各自的切入点是什么？如果双方交锋特别激烈，他们是不是因为没有在切入点上达成共识呢？如果确实是如此而让比赛打得混乱，是不是可以说明此时双方没有意识到各自的切入角度其实是一个潜在的核心分歧点呢？
上面差不多就是我们可以参考的思维路径。
所以很多网络上的骂战，其实就是跳过了解题直接来到答题。双方的角度不同、概念定义不同，然后直接开撕………这种撕下去是没有结果的。（当然，也有传播学上如「议程设置」的影响，但这不是我们今天要讨论的重点 🥸）
因此，一定要先打住表达欲，想清楚学习材料中的作者是什么切入点？自己的思考和表达又是什么切入点。
只要你知道应该先解题（确定角度是否有分歧），那么你能提出的好问题的概率大大增加！
✨ 然后我们再来到答题（角度下的详细思考），比较常用的方法是切分为「应然」和「实然」。
什么是应然呢？简单来说，就是一些偏向于价值观的东西，例如价值倡导类的表述；
什么是实然呢？简单来说，就是一些事实性描述。
两者互相照应，缺一不可。例如，应然上「乱打人是不对的」，实然上「小明乱打人」。然后根据三段论你也能推出「小明，你这样做就不对了哦」。
所以我们在学习的过程中一定要分清楚两个部分，以及对应材料之间的推理关系（像上面小明这个例子）
而实然再往下分，大致上还可以分为「举证」和「机理」。举证比如提及到的事例、数据资料等等；而机理一般是指学科上的理论，例如「群体极化效应」。
📝 小结一下：「思维地图」大致可以分为应然和实然两个部分，而实然还可以分为机理和举证两个部分，举证还可以分为数据、事实等等。
有了这个地图，我们就犹如拥有了可以附着枝叶的大树。经过一定时间的刻意练习后，你一定能发现很多有意思的观点。懂得如何更清晰地找到共同点和分歧点，自然能够提出自己真正关心的真问题。
再进一步讲，你会和 AI 聊得特别清晰。比方说你今天读了 10 篇和 AI 有关的公众号，只要你在用心思考，你其实就会有 10 张类似于上面的辩论地图。于是你可以拿着这些思维地图很轻松地走到那些疑惑点和 AI 畅快地聊起来。你不用担心思维走丢了，因为哪怕是长轮次的对话，只要你看看手里的地图，就能清楚地知道哪里问题解决了，哪里并没有。
—————————
🌟 IV. 设计师的神器是一把锁
这一把锁，UI、平面、PPT 定制设计等都会用到 😉 俗称「锁图层」🔒
比方说啊，UI 设计师他去设计一个网页界面，元素太多的情况下，鼠标很难去选中合适的内容。所以我们就不断轮询自己：这里做好没有？做好了，锁一下图层；那里 ICON 搞定了没有？OK，也锁定了。如果不锁，那么思维就是一团乱麻，不知道问题出在哪里。（对应着用 AI 工具无法提问的人）
就是通过这种方式，并根据思维地图，我们就能非常清晰地一个个去确定「共识」和「分歧」。如果不确定的话，思维就乱起来了，无法讨论。在互联网上，我们刚刚就提到了，容易变成骂战；在学校，容易演变成无聊的课堂，令人瞌睡连篇。
在辩论场上，通过这种方式去锁定对方立论中的漏洞；同时，也是通过这种方式去防守自己架构中的软肋。
回到 AI 工具中来，自然就只知道如何更好地提问了。之所以觉得大脑太乱，就是因为看着地图上的一个个问题被吓得大脑一片空白。没关系，只需要按图索骥，一个节点一个节点地去上锁。
我们来举个例子吧，之前我发了这样一条动态：m.okjike.com
讲的是我如何用好 AI 来帮助我复习的。那么我是怎样想到这个点子的呢？💡
大部分人（下面简称路人甲）一看到 AI 容易胡说八道，就立刻得出了结论说：「害，这 AI 啊根本不行」。
别急，请你先等一等。我们一起来用一用「思维地图」+「锁图层」的方法论演练一下。（不需要像打辩论那样特别严谨，例如把判准和论点那些分得特别开）
—————————
路人甲的「解」：
- 从专业上看能否正确给出「答案」
路人甲的「答」：
- 应然上看，能给出正确答案的 AI 才是好 AI
- 实然上看，ChatGPT 多次回答错误，纯属瞎掰
好的即友们，现在思维地图有了，让我们来锁图层。先看解题：首先我是大学生，根据我的实际场景，搜索参考答案很简单，难的是大学题库几乎没有解析。所以「解」这里「无法达成共识」，「确定了分歧」。
再来看「答」，实然上多次回答错误。我承不承认？承认。这个叫「达成共识」，好的，我们「锁住这个图层」。
总结一下，你就会说：啊！原来核心分歧出在了解题这里，而不是去反驳说「总还是有几次 AI 没答错」。
于是你继续向下拆解（在分歧中挖共识并给新共识上锁，直到挖到真正的分歧）。想象一下现在在打辩论赛（为了让大家看得更清楚我增加了几个问题）：
Q：能高概率给出正确答案真的很重要吗？
路人甲：对啊，真的很重要。
Q：多高才算高？
路人甲：也许 70%？
Q：是所有场景都很重要还是只有一部分场景呢？
路人甲：当然是所有场景。
Q：比如说今天一个学医的人它用这个AI学习，高概率给出正确答案真的重要吗？
路人甲：肯定啊！医生学错知识还怎么给病人看病！
Q：你说的太对了，学医的容错率很低，暂时不能用这种程度的 AI 辅助学医。【锁图层，确认了新的共识】所以假如我今天的工作特质是容错率比较高，例如写计算机程序，我们会一直一直修复 bug 知道它程序跑通，这种场景用 AI 学知识没问题吧？【试图用「没问题吧？」类似的提问方式去向对方进一步挖掘分歧或者共识】
路人甲：没问题。【又确认一个共识，锁一下这个图层】
Q：所以其实并不是所有场景都真的需要 AI 能够很准确回答正确答案嘛对不对
路人甲：哦不不不，我方的立场其实是很重要啦，答案还是要保证尽可能正确才行【确认是否是在狡辩，逃问题】。
Q：没问题，现在大学题库已经有答案了
路人甲：对呀所以 AI 没什么用。
Q：是的，所以其实你是想说对于大学生而言，用 AI 给出参考答案没什么大用，我这么理解没问题吧？
路人甲：对呀没问题【进一步确认了共识，不是 AI 没用，是 AI 在大学生题库单纯的答案这个维度上看没用，锁图层，准备进一轮追问】
Q：可是我方同时也有数据证明 xxx 条有答案的题库中，yyy 条都没有解析；而 AI 在有答案的情况下，给出正确且通俗易懂的解析的正确率为 xx%，是不是能证明 AI 从解析的角度来看，对大学生来说很有帮助呢？
（……对话省略9999字……）
随后，其实大家就不难看到我的大致思维地图了：
我的「解」：
- 从专业上看能否正确回答「解析」
- 从记忆的角度看能否用通俗的词语助记和理解
我的「答」：
- 应然上看，善于推理和解析的 AI 就是不错的 AI
- 实然上看，ChatGPT 能够在已知参考答案的前提下给出更准确的答案。
- 实然上看，ChatGPT 能够很好地进行把知识进行比喻、类比之类的推理。
相信通过这样的一个小对话，能够帮助你更好地理解如何通过「思维地图」+「设计师的锁」去确定「共识」和「分歧」。帮助你「更懂你自己」，你才知道你真正想问什么。
因为我始终相信，「有问题」+「解决问题」永远是由各位内心的好奇心驱动的。其他的问题，我们根本不会真正去关心。
—————————
📝 总结 By Claude：
您好!我看完了您的文章,个人理解如下:
第一,要想提出好问题,首先要建立自己的知识体系,理清观点的脉络。如果我们学习的过程都是碎片化的,那么很难在新的知识面前知道如何提问。这就好像一棵树,没有树干和树枝,树叶就无处附着。您举的例子很贴切 - 比如听完一场辩论后找不到主要观点,或者读完一篇长文后很难捋清主线。【补：这就是我们很难学会提问的根本原因之一,即不仅仅是因为缺乏提问技巧,而且是缺乏知识体系和对刚阅读过的材料的整体认知。】
第二,要提出好问题,就要先「解题」,也就是确定自己的角度和观点。很多时候,我们会直接跳过这个步骤,急于表达自己的答案,这会使得交流变得混乱无效。您提出可以将思考分为「应然」和「实然」两部分,应然涉及价值观,实然涉及事实。这两者缺一不可,只有理清楚这两者,才能推出连贯的观点。
第三,「设计师的锁」可以帮助我们确认共识和发现分歧。通过图层锁定已达成共识的部分,可以避免思维乱七八糟,重点关注尚未解决的分歧。您举的例子很好,通过一连串的提问,锁定了与对方达成的共识,发现了真正的分歧所在,这种方法可以让交流变得更清晰有效。
最后,您提出好问题永远来自内心的好奇心。当我们真正感兴趣的时候,我们会主动去提出问题,寻找答案。如果不感兴趣,那么提出的问题也只会敷衍了事。或者没有动力持续追问来探索答案。
总之,我觉得这篇文章提供了一套很有用的问题提出与思维表达的方法论。通过建立知识体系,理清观点,锁定共识与发现分歧,我们可以提出真正感兴趣并且有价值的问题,实现更高效的交流与学习。非常感谢您的思维地图与锁图层这两个金玉良言!
若用一段话总结,则是：
夫欲达学问之效,表达思维之清晰,必先树立知识之体系,理出观点之脉络。共识当锁定,分歧应掘发,此二者缺一不可。设计师之锚可定格其思,不致浮散无定。精铿问题之源,惟在好奇心。知识聚而成林,思维地图则不惑迷。达达其言,学问之精进,要义存焉。
【思维地图 🗺️ & 设计师之锁 🔒】#AI工作流
🌟 I. 引言
思路不清晰，不会提问的第一重困境：我是谁？我在哪儿？🤡 咳咳～开玩笑的，第一道难关就是我们没有树立「思维的地图」。换句话说，最重要的是不知道怎么画这个地图。
让我们先跳出「不知道问 AI 什么问题」的场景，来到听辩论（一般一场一个小时）、看长文章等场景之中。
在阅读过程中偶然碰到有所触动的句子时，我们可能会连连称赞。但是由于时间太长，看着看着就忘了……哪怕我们有很多高亮软件能帮我们记录重点。
但是在看完视频 / 长文后，我们真的能梳理清文章的观点脉络吗？
（这里可不仅仅说的是概括，而是具体的观点以及对应的论据等等。）
—————————
🌟 II. 提不出好问题的根本障碍是不知道自己学了啥
还是上面看辩论赛 / 长文的例子：表面上看，是我们不懂得「如何提问」；实际上看，是我们本身就没有对正在学习的内容有个整体的框架和认知。
我记得 7 个月前我在读少数派的文章时看到：
「我们应当将知识看作一棵树，只有了解最基本的原理，也就是树干和树枝，才能深入研究细节，没有树干，树叶便无处附着。」
——@Louiscard 《高效信息管理术》第3.4节 用大纲，建立知识体系 sspai.com
因为平时我们去阅读碎片信息没有重点，或者说学习的过程本身就没有轻重和筛选。也没有一个学科根基，不去建立大纲。看的新文章就不知道该附着在哪儿。时间久了，自然就统统都忘了。
不梳理自己知识体系的大树，也就不知道该放什么新的树叶到枝干上……自然就没法通过对比来分析、观察、发现不同之处。「提出有洞见性的好问题」纯属靠运气了。
如果按照这种思维，估计阅读单篇文章材料也只是一扫而过。如此一来，自然不知道从何问起……面对 AI，只好默默地对着输入框发呆。
—————————
🌟 III. 帮你更好地提出问题的「思维地图」
基于此，有必要给大家一些思维的框架。我们把这个叫做「思维地图」。
这个地图大致上分两个板块：
1. 确定你的角度（解）
2. 角度下的详细思考（答）
其实就是在做「解答题」。
✨ 一提到解答题，大部分人其实往往是习惯于急着给出答案的。例如「我之所以xxx就是因为yyy」，这个就是跳过了「解」的步骤直接跑到了「答」。
所谓解题，就是确定切入的角度。当我们看一场辩论赛的时候，我们可以看看双方对于一个题目是不是切入角度就是一样的？
如果不是，那双方各自的切入点是什么？如果双方交锋特别激烈，他们是不是因为没有在切入点上达成共识呢？如果确实是如此而让比赛打得混乱，是不是可以说明此时双方没有意识到各自的切入角度其实是一个潜在的核心分歧点呢？
上面差不多就是我们可以参考的思维路径。
所以很多网络上的骂战，其实就是跳过了解题直接来到答题。双方的角度不同、概念定义不同，然后直接开撕………这种撕下去是没有结果的。（当然，也有传播学上如「议程设置」的影响，但这不是我们今天要讨论的重点 🥸）
因此，一定要先打住表达欲，想清楚学习材料中的作者是什么切入点？自己的思考和表达又是什么切入点。
只要你知道应该先解题（确定角度是否有分歧），那么你能提出的好问题的概率大大增加！
✨ 然后我们再来到答题（角度下的详细思考），比较常用的方法是切分为「应然」和「实然」。
什么是应然呢？简单来说，就是一些偏向于价值观的东西，例如价值倡导类的表述；
什么是实然呢？简单来说，就是一些事实性描述。
两者互相照应，缺一不可。例如，应然上「乱打人是不对的」，实然上「小明乱打人」。然后根据三段论你也能推出「小明，你这样做就不对了哦」。
所以我们在学习的过程中一定要分清楚两个部分，以及对应材料之间的推理关系（像上面小明这个例子）
而实然再往下分，大致上还可以分为「举证」和「机理」。举证比如提及到的事例、数据资料等等；而机理一般是指学科上的理论，例如「群体极化效应」。
📝 小结一下：「思维地图」大致可以分为应然和实然两个部分，而实然还可以分为机理和举证两个部分，举证还可以分为数据、事实等等。
有了这个地图，我们就犹如拥有了可以附着枝叶的大树。经过一定时间的刻意练习后，你一定能发现很多有意思的观点。懂得如何更清晰地找到共同点和分歧点，自然能够提出自己真正关心的真问题。
再进一步讲，你会和 AI 聊得特别清晰。比方说你今天读了 10 篇和 AI 有关的公众号，只要你在用心思考，你其实就会有 10 张类似于上面的辩论地图。于是你可以拿着这些思维地图很轻松地走到那些疑惑点和 AI 畅快地聊起来。你不用担心思维走丢了，因为哪怕是长轮次的对话，只要你看看手里的地图，就能清楚地知道哪里问题解决了，哪里并没有。
—————————
🌟 IV. 设计师的神器是一把锁
这一把锁，UI、平面、PPT 定制设计等都会用到 😉 俗称「锁图层」🔒
比方说啊，UI 设计师他去设计一个网页界面，元素太多的情况下，鼠标很难去选中合适的内容。所以我们就不断轮询自己：这里做好没有？做好了，锁一下图层；那里 ICON 搞定了没有？OK，也锁定了。如果不锁，那么思维就是一团乱麻，不知道问题出在哪里。（对应着用 AI 工具无法提问的人）
就是通过这种方式，并根据思维地图，我们就能非常清晰地一个个去确定「共识」和「分歧」。如果不确定的话，思维就乱起来了，无法讨论。在互联网上，我们刚刚就提到了，容易变成骂战；在学校，容易演变成无聊的课堂，令人瞌睡连篇。
在辩论场上，通过这种方式去锁定对方立论中的漏洞；同时，也是通过这种方式去防守自己架构中的软肋。
回到 AI 工具中来，自然就只知道如何更好地提问了。之所以觉得大脑太乱，就是因为看着地图上的一个个问题被吓得大脑一片空白。没关系，只需要按图索骥，一个节点一个节点地去上锁。
我们来举个例子吧，之前我发了这样一条动态：m.okjike.com
讲的是我如何用好 AI 来帮助我复习的。那么我是怎样想到这个点子的呢？💡
大部分人（下面简称路人甲）一看到 AI 容易胡说八道，就立刻得出了结论说：「害，这 AI 啊根本不行」。
别急，请你先等一等。我们一起来用一用「思维地图」+「锁图层」的方法论演练一下。（不需要像打辩论那样特别严谨，例如把判准和论点那些分得特别开）
—————————
路人甲的「解」：
- 从专业上看能否正确给出「答案」
路人甲的「答」：
- 应然上看，能给出正确答案的 AI 才是好 AI
- 实然上看，ChatGPT 多次回答错误，纯属瞎掰
好的即友们，现在思维地图有了，让我们来锁图层。先看解题：首先我是大学生，根据我的实际场景，搜索参考答案很简单，难的是大学题库几乎没有解析。所以「解」这里「无法达成共识」，「确定了分歧」。
再来看「答」，实然上多次回答错误。我承不承认？承认。这个叫「达成共识」，好的，我们「锁住这个图层」。
总结一下，你就会说：啊！原来核心分歧出在了解题这里，而不是去反驳说「总还是有几次 AI 没答错」。
于是你继续向下拆解（在分歧中挖共识并给新共识上锁，直到挖到真正的分歧）。想象一下现在在打辩论赛（为了让大家看得更清楚我增加了几个问题）：
Q：能高概率给出正确答案真的很重要吗？
路人甲：对啊，真的很重要。
Q：多高才算高？
路人甲：也许 70%？
Q：是所有场景都很重要还是只有一部分场景呢？
路人甲：当然是所有场景。
Q：比如说今天一个学医的人它用这个AI学习，高概率给出正确答案真的重要吗？
路人甲：肯定啊！医生学错知识还怎么给病人看病！
Q：你说的太对了，学医的容错率很低，暂时不能用这种程度的 AI 辅助学医。【锁图层，确认了新的共识】所以假如我今天的工作特质是容错率比较高，例如写计算机程序，我们会一直一直修复 bug 知道它程序跑通，这种场景用 AI 学知识没问题吧？【试图用「没问题吧？」类似的提问方式去向对方进一步挖掘分歧或者共识】
路人甲：没问题。【又确认一个共识，锁一下这个图层】
Q：所以其实并不是所有场景都真的需要 AI 能够很准确回答正确答案嘛对不对
路人甲：哦不不不，我方的立场其实是很重要啦，答案还是要保证尽可能正确才行【确认是否是在狡辩，逃问题】。
Q：没问题，现在大学题库已经有答案了
路人甲：对呀所以 AI 没什么用。
Q：是的，所以其实你是想说对于大学生而言，用 AI 给出参考答案没什么大用，我这么理解没问题吧？
路人甲：对呀没问题【进一步确认了共识，不是 AI 没用，是 AI 在大学生题库单纯的答案这个维度上看没用，锁图层，准备进一轮追问】
Q：可是我方同时也有数据证明 xxx 条有答案的题库中，yyy 条都没有解析；而 AI 在有答案的情况下，给出正确且通俗易懂的解析的正确率为 xx%，是不是能证明 AI 从解析的角度来看，对大学生来说很有帮助呢？
（……对话省略9999字……）
随后，其实大家就不难看到我的大致思维地图了：
我的「解」：
- 从专业上看能否正确回答「解析」
- 从记忆的角度看能否用通俗的词语助记和理解
我的「答」：
- 应然上看，善于推理和解析的 AI 就是不错的 AI
- 实然上看，ChatGPT 能够在已知参考答案的前提下给出更准确的答案。
- 实然上看，ChatGPT 能够很好地进行把知识进行比喻、类比之类的推理。
相信通过这样的一个小对话，能够帮助你更好地理解如何通过「思维地图」+「设计师的锁」去确定「共识」和「分歧」。帮助你「更懂你自己」，你才知道你真正想问什么。
因为我始终相信，「有问题」+「解决问题」永远是由各位内心的好奇心驱动的。其他的问题，我们根本不会真正去关心。
—————————
📝 总结 By Claude：
您好!我看完了您的文章,个人理解如下:
第一,要想提出好问题,首先要建立自己的知识体系,理清观点的脉络。如果我们学习的过程都是碎片化的,那么很难在新的知识面前知道如何提问。这就好像一棵树,没有树干和树枝,树叶就无处附着。您举的例子很贴切 - 比如听完一场辩论后找不到主要观点,或者读完一篇长文后很难捋清主线。【补：这就是我们很难学会提问的根本原因之一,即不仅仅是因为缺乏提问技巧,而且是缺乏知识体系和对刚阅读过的材料的整体认知。】
第二,要提出好问题,就要先「解题」,也就是确定自己的角度和观点。很多时候,我们会直接跳过这个步骤,急于表达自己的答案,这会使得交流变得混乱无效。您提出可以将思考分为「应然」和「实然」两部分,应然涉及价值观,实然涉及事实。这两者缺一不可,只有理清楚这两者,才能推出连贯的观点。
第三,「设计师的锁」可以帮助我们确认共识和发现分歧。通过图层锁定已达成共识的部分,可以避免思维乱七八糟,重点关注尚未解决的分歧。您举的例子很好,通过一连串的提问,锁定了与对方达成的共识,发现了真正的分歧所在,这种方法可以让交流变得更清晰有效。
最后,您提出好问题永远来自内心的好奇心。当我们真正感兴趣的时候,我们会主动去提出问题,寻找答案。如果不感兴趣,那么提出的问题也只会敷衍了事。或者没有动力持续追问来探索答案。
总之,我觉得这篇文章提供了一套很有用的问题提出与思维表达的方法论。通过建立知识体系,理清观点,锁定共识与发现分歧,我们可以提出真正感兴趣并且有价值的问题,实现更高效的交流与学习。非常感谢您的思维地图与锁图层这两个金玉良言!
若用一段话总结,则是：
夫欲达学问之效,表达思维之清晰,必先树立知识之体系,理出观点之脉络。共识当锁定,分歧应掘发,此二者缺一不可。设计师之锚可定格其思,不致浮散无定。精铿问题之源,惟在好奇心。知识聚而成林,思维地图则不惑迷。达达其言,学问之精进,要义存焉。
37 813
来自圈子
AI探索站
77943人已经加入