刷到一个视频，UP主说他跟AI深度协作了三年，总结出七个高效使用AI的习惯。
我看完，有点愣。
不是因为这些习惯多高级，是因为我意识到，我这三年用AI，至少踩了其中五个坑。
第一次提问，我随便写了两行
说实话，我第一次用AI的时候，跟大多数人一样，随便打了两行字，然后期待AI给我一个完美的答案。
结果？
AI给了我一堆废话。我嫌它不够聪明，又换了更贵的模型，又加了更多提示词，折腾了十几轮，最后发现还是不行。
看完那个视频我才明白，问题不在AI，在我。
第一次提问的质量，决定了结果的起点。
如果你第一次随便问，AI给你55分的结果。你后面再迭代，想从55分拉到90分，基本不可能。
但如果你第一次就把背景信息给完整，AI直接给你75分的结果。这时候再微调，拉到90分就轻松多了。
这个道理听起来很简单，但我花了整整半年才真的理解。
我现在会花超过90%的时间去准备第一次提问，想清楚怎么写提示词，才能让AI精准理解我的意思。
这不是浪费时间，这是省时间。
一个对话框聊到下班，AI失忆了
另一个我踩过的坑，是在一个对话框里跟AI聊了一整天。
从早聊到晚，聊到最后AI开始胡说八道，我气得想骂人。
后来才知道，这叫”上下文窗口限制”。
简单说，大模型跟人一样，有短期记忆。你聊的轮次多了，它就记不得前面说什么了。而且它不只是失忆，它还会变笨。
想象一下，你跟一个人从早上9点聊到下午5点，中间讨论了十几个话题。这时候你突然让他思考一个深度问题，他能想出什么？
脑子已经被占满了。
AI也一样。当你在一个对话框里聊了太多轮，它的思考能力会下降，甚至会开始遗忘前面的关键信息。
我现在养成了习惯：不同任务开不同窗口。超过15轮就主动让AI总结当前对话，然后新开一个窗口继续。
这样能保证每个任务都有充足的上下文空间，AI不会失忆，也不会变笨。
同一个问题，我只问了一个AI
我以前有个很蠢的习惯，一个问题只问一个AI。
ChatGPT给什么答案，我就信什么。DeepSeek说啥，我也信。
从来没想过，同一个问题，不同AI的答案可能完全不同。
后来有个朋友推荐了一个插件，可以在一个窗口里同时问四个AI。我试了一下，震惊到了。
同样一个问题，GPT和Claude的答案可能差别很大。有时候GPT漏掉的关键信息，Claude恰好提到了；有时候DeepSeek的理解角度，GPT完全没考虑到。
这跟问人一样，兼听则明。同一个问题多问几个AI，你得到的结论才会更全面。
我现在重要的决策，一定会问至少两个不同的AI，对比它们的答案。
AI每次回答都不一样，我慌了
刚开始用AI的时候，我发现一个让我很慌的事情：同一个问题问两次，AI的答案不一样。
我当时以为是AI出bug了，或者是我哪里操作错了。
后来才明白，这不是bug，这是特性。AI的输出本身就是有随机性的。
这个认知对AI从业者来说是常识，但对大部分普通人来说，这是一个需要适应的全新工作方式。
我们以前用的工具，比如Excel、Word，输入什么公式，输出什么结果，是确定的。你输入A，永远得到A，不可能得到B。
但AI不一样。你输入A，可能得到A，也可能得到A+，或者A-。
这个随机性不是缺陷，是能力。它让AI能够产生创意、能够给出不同角度的答案。
但如果你不适应这个不确定性，你会觉得AI不靠谱，然后放弃使用。
我现在有个习惯叫”吾日三省”：
第一，我是否给AI足够的背景信息？ 第二，模型是不是降智了？（上下文太长、或者新旧模型切换） 第三，是不是有专门的AI工具更适合这个问题？
如果这三个都检查过了，AI的答案还是不满意，那我就接受随机性，多问几次，取最好的结果。
我习惯问AI，但忘了让AI问我
这是我觉得最有用的一个技巧，但我以前完全不知道。
大部分人（包括我）问AI的时候，都是直接抛出一个问题，然后期待AI给出完美答案。
但问题是，99%的人其实没法清晰地描述自己的问题和背景。
这不是能力问题，是普遍现象。我们大多数人，在描述需求这件事上，都缺乏训练。
我现在会加一个反问技巧：
在提问之后，加上一句”为了更好的完成上述任务，请你思考一下我还需要给你提供哪些信息，按照列表的形式列出，等我补充完毕之后你再开始工作。”
然后AI会列出一个清单，告诉我它需要哪些信息。我按照清单补充，效果比我自己直接写要好得多。
这个技巧听起来很简单，但真的是我每天最常用的一个技巧。
我用一把锤子，砸所有钉子
我以前有个执念，觉得ChatGPT或者DeepSeek能解决所有问题。
搜索用DeepSeek，编程用DeepSeek，写作用DeepSeek，数据分析也用DeepSeek。
结果发现，有些东西它确实做得不好。
比如搜索，DeepSeek加联网搜索的效果，其实不如专门的AI搜索工具。编程也是，用专门的AI编程工具（比如Cursor、Windsurf），比直接问ChatGPT效率高得多。
后来我明白了，通用AI是瑞士军刀，什么都行，但什么都不精。特定场景下，一定要用专门的工具。
现在我会根据任务类型，选择不同的AI工具。不是一把锤子砸所有钉子，而是什么活用什么工具。
我断断续续用了三年，才养成习惯
最后一个习惯，不是技巧，是态度。
我断断续续用了三年AI，才真正把这些习惯内化到工作流里。
这三年里，AI的能力变化巨大。三年前的GPT-3.5，跟现在的GPT-4o，完全是两个东西。
如果我这三年没有持续使用，我根本跟不上这个发展速度。
现在AI已经成为我工作流的一部分，每天必用。不是偶尔尝鲜，是像用微信一样自然。
只有这样，才能真正享受到AI带来的效率提升。
写在最后
这七个习惯，我总结起来就一句话：
不是AI不够聪明，是你不会问。
第一次提问给完整信息，不同任务开不同窗口，同一个问题多问几个AI，接受AI的随机性，让AI反向问你，按场景选工具，持续使用形成习惯。
这些习惯，听起来都很简单，但真正做到的人不多。
我踩了三年坑，才慢慢养成这些习惯。希望你看完，能少走一些弯路。
关于周MO乱谈：
阿坤的备忘录。每天一条真实思考。关于机会、关于陷阱、关于如何在这个时代活得更明白。简短，但有用。
如果你看完有启发，欢迎转发给可能需要的朋友。转发是最好的认可。