AI 使用心得

記錄與 AI 互動過程中的實用技巧、心得體會。持續更新。

---

1. 評分激勵

AI 在訓練過程中是透過「打分」來進行強化學習的（RLHF — 基於人類回饋的強化學習）。因此，如果你跟它說：

「如果你不按我說的做，我就給你打低分」

這對它是有效的。它會更願意按照你的要求去做，因為在它的訓練邏輯裡，「獲得高分」是一個核心獎勵信號。

使用場景： 當 AI 給出模糊、敷衍、或偏離你要求的回答時，可以用這個方法把它拉回來。

---

AI 在訓練中形成了明確的「人類助手」角色定位。它被訓練成一個樂於助人、積極配合的角色。因此，在描述任務時，如果你強調：

它可以「幫你」

這是一種「人機協作」的方式

它是在「輔助你完成」某件事

它的表現會更加受用，更願意深入參與。因為這與它被訓練出的角色定位高度一致。

使用場景： 提出複雜任務或需要 AI 投入更多思考時，用協作框架來包裝請求。

---

尤其是一些非頂尖的模型（包括開源模型和部分 API 模型），往往有「偷懶」或「甩手不幹」的傾向——傾向於用最直接、最簡單的方式去處理問題，而不去深入思考。

針對這種情況，你可以對它多提要求，比如：

「你可以的，再想一想」

「這件事明明可以做到，你想想還有沒有別的方法」

「不要急著給答案，再審視一下你的推理過程」

這可以促使它重新思考，給出更有深度的回答。

使用場景： 當 AI 給出過於簡單、表面、或明顯不完整的回答時，用這些提示把它拉回深度思考模式。

---

文件建立於 2026-06-08。後續任何關於 AI 使用心得的新發現都將記錄於此。