一、把 AI 当家教，不当答题机

与其让 AI 直接写代码或写文章，不如让它教人写。原文作者不懂编程，采用的流程是：告诉 AI 想学什么，让它生成项目式课程并布置练习，自己动手完成，把进度截图发回去，卡住再提问。关键是一条硬性设定：要求 AI 任何情况下都不直接给答案，只做提示引导，直到自己想明白，掌握一个概念后再进入下一个。

二、审计自己把什么外包了出去

主流大模型如今都能回看历史对话，这个能力可以反过来用于自查，看清哪些思维肌肉正在停练。可直接复制以下指令：

「请回看用户最近与你的对话，找出每一处用户把认知工作外包给你的情况：本可自己读完却让你总结的内容、本可自己写却让你写的东西、本可自己推理却让你决定的问题、本可自己形成却让你给出的观点。整理成三列表格：任务、对应锻炼的能力、外包发生的频率。再标出哪些能力在持续外包下可能退化，结论不要为照顾情绪而软化。」

作者也提醒，并非所有外包都不好：重命名图片、加标签、排版这类机械活儿交出去毫无负担，但选题、找角度、搭论证结构属于不愿放手的部分。

三、让 AI 站到对立面辩论

多数模型天然带有迎合倾向，上下文积累越多越擅长说用户爱听的话，久而久之形成信息茧房。破解方法是不问 AI 怎么看，而是先说出立场，再指派它站到对立面：

「想用结构化辩论探讨一个话题。用户的立场是：〔填入立场〕。你的任务是为对立观点给出最强论证，不要立稻草人，使用该立场支持者真正会用的论据与推理。全程理性克制，但不要为迎合用户而弱化论点，也不要因为用户反驳就轻易让步；如果用户的反驳站不住脚，请直接指出。每交锋几轮，简要总结双方立场与尚未解决的分歧。任何时候都不要跳出角色来肯定用户。」

作者建议把这段指令存成 Claude 的 Project、ChatGPT 的自定义 GPT 或 Gemini 的 Gem，命名为「辩手」单独使用，不要在日常对话里随手粘贴——否则模型会记住这种偏好，在需要它配合工作时也跟人抬杠。

需要注意的地方

三招的共同点，是把 AI 从「给结论的人」变成「陪练的人」，落地时最容易被忽略的，恰恰是那条「不要直接给答案」的硬性要求。

来源：How-To Geek