北京
你让AI改个错别字、补个函数、顺手修个崩溃点，然后觉得它也就这样了。Claude团队的Felix Riesenberg不这么看——他把这套用法拆成了三层，每一层都在问同一个问题：你到底想让AI干成什么事？
meng shao在推文里把这三层总结为高度、深度、广度。听起来像套话，但落到具体动作上，差别大得离谱。
第一层：把任务从执行抬到目标
大多数人给AI的指令是"帮我修这个bug"。Felix的建议是往上追问一句：我真的想让AI完成什么？
修一个崩溃点，和确保整个应用不出故障，是两件事。前者是战术，后者是战略。他举的例子是季度回顾——不是让AI写一份总结，而是让它从多个方位去分析业务目标本身。
这里有个判断标准很扎心：如果这项工作的产出还需要开会讨论，说明它还没有升到足够的高度。
第二层：用专业工具和硬指标逼出质量
深度这一层，Felix强调两件事：专业工具、严格标准。
他点名批评了一种常见做法——把AI当成万能补丁。模型可能换了术语却没换方法论，说着一口"数据分析"的话，实际还在用markdown表格这种玩具。
他的解法是：坚持让AI使用行业标准工具，比如真数据库而不是markdown。同时提出不可撼动的目标，比如200毫秒延迟。然后让AI去复现假设、挑战假设，做对抗性验证。
工具不对，标准不硬，AI产出的东西看着像那么回事，其实经不起推敲。
第三层：把名词变成动词
广度这一层最有意思。Felix提出把"回顾报告"这个词从名词变成动词。
名词是一份静态文件，动词是一个动态过程。一份回顾报告不该是孤立的文档，而应该是一个需要多方参与的过程——法务、会计、设计，每个视角都得进来。
AI在这里的角色不是替你写完，而是连接这些视角，把静态报告变成多角度的动态分析流程。
三层拆完，Felix那句话就立住了：真正的瓶颈不是模型不行，而是人不敢要。
你给AI的任务层级，决定了它回给你的东西值不值钱。校对和快速修复只是最低配，往上还有很大的空间没人去要。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
