如何用AI将我们创意提升10倍
我们都希望 AI 能让工作更高效、想法更有创意，对吧？
但现实可能并非如此。斯坦福大学的创造力专家 Jeremy Utley 和他的同事们发现了一个令人惊讶的现象：很多人引入 AI 后，创造力不仅没有提升，反而下降了！
为什么会这样？AI 不是应该赋能我们吗？
问题不在 AI，而在我们如何使用它。Utley 指出，这种理想与现实的差距被称为"实现差距"（Realization Gap）。那些创造力下降的人，往往只是把 AI 当成了一个快捷方便的工具或答案机。
而真正能借助 AI 让创意飙升的人，都完成了一个关键的转变：他们把 AI 视为并肩作战的队友。
工具 vs 队友，这看似微小的差别，正是决定你能否将 AI 转化为强大创意引擎的简单转变。
那么，我们这些不是 AI 专家的普通人，到底该怎么跨过这个"实现差距"，学会把身边的 AI（无论是 ChatGPT、Claude 还是别的什么智能助手）真正当作一个能激发潜力、并肩作战的队呢？
不需要你懂什么高深的技术，关键在于转变几个观念，掌握一些和 AI 共舞的小技巧。
技巧一：别光顾着问，试试让 AI 来问你
我们和 AI 互动时，最习惯的模式是什么？我们问，它答。
这很自然，就像我们用搜索引擎一样。但这种模式有个隐藏的问题：我们真的知道该问什么吗？或者说，我们问的方式，能让 AI 最好地理解我们的需求吗？
很多时候，我们自己可能都还没完全想清楚。
这时候，不妨试试反转一下角色：别光顾着问 AI，试试让 AI 来问你。
这是什么意思呢？AI 最神奇的地方之一，就是它不仅能回答问题，还能提出问题，甚至能帮你理清思路。
下次，当你感觉有点迷茫，或者不确定怎么向 AI 清晰地表达你的复杂想法时，试试这个"咒语"：
"嘿，你现在是一位 AI 协作专家。我想利用 AI 来 [描述你的目标或遇到的问题，比如'为我的新产品构思营销口号'，或者'帮我分析一下这个项目的潜在风险']。但我不太确定从何开始，也不知道怎么提问最高效。你能像一位顾问一样，先问我一些关键问题，直到你充分了解了我的背景、目标和需求吗？然后，基于这些信息，再给我一些建议，告诉我接下来可以怎么利用 AI 来解决这个问题。"
当你发出这样的指令，奇妙的事情就发生了。AI 会开始像一个真正的咨询顾问那样，引导你思考：
"你的新产品主要面向哪些用户群体？"
"你希望营销口号传递什么样的核心信息？"
"这个项目最大的不确定性在哪里？"
"你之前尝试过哪些方法？效果如何？"
通过回答它的问题，你会发现，你自己的思路也越来越清晰了。更棒的是，当 AI 收集了足够的信息后，它不仅能给你更靠谱的建议，甚至能帮你生成下一步具体该怎么向 AI 提问的指令（Prompt）！
这就是所谓的 "让 AI 帮你更好地使用 AI"。
你不需要成为提示词专家，你只需要学会求助。承认自己"不知道该怎么问"，然后把提问的主动权交给 AI，让它来引导你。这就像请一位私人教练帮你制定健身计划，而不是自己瞎练。
所以，下次卡壳时，记住这个小技巧。从单向的"我问你答"，变成双向的"你问我答，共同探索"。这可能是解锁 AI 潜能的第一把钥匙。
技巧二：别把它当工具使唤，要像对待队友那样合作
跨过了"不知道怎么问"的坎，我们来看第二个关键转变：不要仅仅把 AI 当作一个工具来使唤，而要像对待一个（虽然有点特别的）团队成员那样与它合作。
还记得前面提到的研究吗？那些没能从 AI 获益的人，往往就是卡在了工具这个定位上。他们觉得 AI 就是个高级计算器或文档处理器——输入指令，输出结果，交易完成。
但那些真正获得飞跃的人，他们的心态是不同的。他们把 AI 看作一个队友。
把 AI 当队友，意味着什么呢？
想象一下，你和一位真人同事合作。
你会给他足够的背景信息吗？ 当然会。你会告诉他项目的目标、历史、相关的背景知识，而不是让他瞎猜。
你会一次性把模糊的要求丢给他吗？ 可能不会。你会把大任务分解成小步骤，明确每一步的要求和交付标准。
当他做得不够好时，你会直接放弃吗？ 通常不会。你会给他具体的反馈，告诉他哪里需要改进，甚至可能提供一些指导或资源。
你会期待他完全猜中你的心思吗？ 不会。你会主动沟通，澄清疑问，确保双方理解一致。
和 AI 合作，也应该遵循同样的逻辑。把它想象成那个我们之前提到的队友：
给足背景（Context is King）：别吝啬你的信息。你遇到的问题是什么？你的具体目标是什么？你有哪些限制或偏好？你希望最终结果是什么样的？信息越充分，AI 理解得越到位。
拆解任务（Break It Down）：复杂的任务，AI 可能一次性搞不定。试着把它分解成几个更小、更具体的步骤。比如前面准备困难谈话的例子，用户并没有直接说"帮我准备谈话"，而是分成了：了解对方画像 -> 模拟对话 -> 获取反馈 -> 增加难度再模拟。一步一步来，效果更好。
清晰指令（Clear Instructions）：模糊的要求只能得到模糊的结果。明确你希望它扮演的角色（比如"扮演一个挑剔的客户"）、遵循的格式、输出的风格等。
反馈与迭代（Feedback Loop）：这是最关键的一步！当 AI 给出的结果不符合预期时，不要轻易放弃或者抱怨"AI 不行"。像对待队友一样，给出具体的反馈："我觉得这一点很好，但那一点需要修改，因为……""你能换一种更轻松的语气重写一遍吗？""这个分析缺少了对XX因素的考虑，请补充。" 这种持续的反馈和调整，才是把 AI 从工具变成队友的精髓。
就像我自己开发 AI 新闻追踪工具 aidaily.win 的过程。我不是直接让 AI "给我写个追踪工具"，而是把它当作一个全能的技术顾问和初级程序员。
我先是和 GPT-4o 沟通我的需求和想法（给背景），让它帮我设计整体的实现方案和技术选型（拆解任务）。然后，我让它帮我生成具体的实现步骤，甚至是与编程助手 Cursor 沟通的指令（清晰指令）。
接着，我把这些指令交给 Cursor 去执行。执行过程中遇到问题，或者结果不满意，我会把问题和代码再反馈给 Cursor，让它修改，或者让它解释它之前的思路（反馈与迭代）。有时候，我甚至会把 Cursor 的方案或解释再拿回给 GPT-4o 进行评审，让它们互相挑刺，从而得到更完善的方案。
这个过程充满了来回拉扯和反复沟通，但正是这种把 AI 当作设计师、程序员、评审员的合作方式，才让一个想法最终落地成一个可用的产品。
这种合作方式，确实比简单地"问个问题等答案"要多花一点心思。但这多花的心思，换来的是 AI 更深层次能力的释放，以及远超预期的结果。
所以，试着改变你的期待和互动方式吧。别再把 AI 当成一个只需按按钮的机器，开始把它当作一个需要沟通、需要指导、也值得你投入耐心去培养的合作者。
技巧三：别满足于还行，和 AI 一起冲向哇塞
我们学会了把 AI 当队友，是不是感觉离高效利用 AI又近了一大步？
但这里，还有一个小小的陷阱需要我们留意。
诺贝尔奖得主赫伯特·西蒙提出过一个概念，叫 "满意即可"（Satisficing）。啥意思呢？就是我们人类啊，天生有一种倾向，一旦找到一个"还行"、"差不多"、"能交差"的解决方案，往往就停下来了，懒得再去追求那个"最佳"方案。毕竟，追求极致太累了。
这个倾向，在和 AI 合作时，可能会被放大。
因为 AI 太能干了！你给它一个任务，它唰唰唰就能给你生成一堆东西。比如让它帮忙想几个活动口号，它可能瞬间就给你十个。这时候，我们很容易就觉得："哇，这么多！随便挑一个用就行了，真省事！"
然后呢？然后我们就拿着那个"还行"的口号去用了。我们可能就错过了那个真正能让人眼前一亮、拍案叫绝的"哇塞"口号。
研究发现，很多团队在使用 AI 时，效率是提高了，但创造力反而可能下降了。为什么？就是因为太容易满足于 AI 给出的第一个或前几个"还行"的结果，而放弃了进一步的探索和打磨。
那怎么办呢？记住创意的定义："创意，就是不满足于你想到的第一个点子。"
用 AI 时也一样。别把它当成答案生成器，要把它当成激发你思考、帮你迭代的伙伴。
要数量，也要多样性：别只让 AI 给几个选项，让它多给一些，甚至给一些离谱的、不按常理出牌的选项。有时候好点子就藏在那些看似奇怪的想法里。
追问和挑战：AI 给出一个方案后，别急着接受。问问它："这个方案好在哪？可能有什么风险？还有没有其他完全不同的思路？如果换个角度看呢？" 把它当成真正的同事来抬杠。
反馈，反馈，再反馈：告诉它你喜欢哪些部分，不喜欢哪些部分，为什么。让它根据你的反馈进行修改和优化。这个反复打磨的过程，才是创造力真正发生的地方。
怎么判断你是在使用AI，还是在和它合作呢？一个简单的测试方法：去看看你和 AI 的聊天记录。如果大部分都是你问一句、它答一句，然后就结束了，那可能你还停留在把它当工具的阶段。如果你的聊天记录里充满了来来回回的讨论、修改、追问，那恭喜你，你已经开始和它一起跳舞了。
别忘了，AI 虽然强大，但它没有你独特的经验、视角和品味。是你，决定了最终成果的高度。AI 能帮你快速到达 60 分、70 分甚至 80 分，但从 80 分冲向 95 分甚至 100 分的那段路，需要你和它一起，通过不断的迭代、挑战和打磨来完成。
所以，下次和 AI 合作时，别满足于那个还行的答案。多推它一把，也多推自己一把。也许那个让你惊叹"哇塞"的结果，就在下一次追问、下一次迭代之后等着你呢。
告别"实现差距"，迎接你的 AI 创意伙伴
还记得文章开头提到的"实现差距"吗？斯坦福大学的研究发现，仅仅把 AI 当作便捷的工具或答案机，我们的创造力甚至可能不升反降。这确实是一个需要警惕的陷阱。
幸运的是，跨越这个差距、真正释放 AI 创意潜能的关键，不在于高深的技术，而在于我们互动方式的转变。我们探讨了三个核心技巧：
变被动为主动：让 AI 来问你，帮你理清思路。
变工具为队友：给予背景、拆解任务、清晰指令、持续反馈，像与真人协作一样互动。
变满足为卓越：不满足于"还行"，通过迭代和挑战，追求"哇塞"的成果。
这三个转变，本质上是要求我们从"使用工具"的惰性思维，转向"与伙伴共舞"的主动协作。这确实是一场关乎思维方式、沟通能力和协作习惯的修行。
你的 AI 创意伙伴其实一直就在那里，等待着被激活。它潜力无限，但需要你的引导和协作才能充分绽放。真正的问题是：你准备好打破旧习惯，不再仅仅把它当作工具使唤，而是开始真正把它视为队友，携手跨越那个"实现差距"，共同探索创意的无限可能了吗？
这篇文章的很多思考，源自我近期阅读斯坦福大学讲师 Jeremy Utley 的一篇博客文章和视频《Teammate, Not Technology》。Jeremy Utley 是一位广受欢迎的创造力与创新主题的主讲人，著有《Ideaflow》一书，探讨如何系统性地产生好想法。他长期关注如何激发个人和团队的创意潜能，近年来更是深入研究 AI 如何重塑创新过程，并积极倡导将 AI 作为协作"队友"而非仅仅是技术"工具"的理念。
https://www.jeremyutley.design/blog/teammate-not-technology
看完他的视频让我不禁开始思考:
我们或许每天都在使用 AI，但我们真的用好它了吗？
我把视频内容和我的思考融合在一起放到了这篇文章里。希望对你有帮助!
最后，留几个问题给大家一起思考和讨论：
你觉得和 AI 合作，对你来说最难改变的是自己的哪个习惯或心态？为什么？
如果让你现在就给身边的 AI（比如 ChatGPT 或类似工具）布置一个作业，你会选择哪个你最头疼、最想甩掉的任务来让它练练手？
除了提高效率、完成任务，当 AI Agent 真正成为你的"思考伙伴"或"创意队友"时，你认为它还能给我们的生活或思考方式带来哪些意想不到的改变或启发？
Last updated