第 3 课 · AI 现在做不到什么?
五件它真的做不好的事,知道边界比知道能力更重要
上两课讲了它是什么、强在哪。这一课反过来讲:它做不到什么。
这节课可能是全篇最有用的一节。用不好 AI 的人,八成不是不知道它能干什么,而是不知道它不能干什么,然后在错误的地方指望它,最后得出「AI 也就那样」的结论。
一、它不知道你没告诉它的事
它不知道你们公司的内部规定、上个月的销售数据、你老板的脾气、这个客户上次为什么生气。
它的知识来自公开的训练资料,你们内部的东西它一概不知。所以当你问「我们这个季度该怎么调整策略」,它只能给你一套放之四海而皆准的空话。
怎么办:把背景喂给它。你给的信息越具体,它给的回答越不空。这是超级普通版里所有提示词模板都要求你填背景的原因。
二、它不知道最近发生了什么
模型的训练资料有一个截止时间,之后的事它不知道。有些工具接了联网搜索能部分弥补,但没接的就是真不知道。
更麻烦的是:它常常不会告诉你它不知道,而是编一个听起来合理的答案。
三、它算不准,也数不清
除了上一课说的复杂计算,还有几个反直觉的弱项:
- 数数:让它数一段话里有几个「的」,它经常数错
- 精确长度:让它写「正好 200 字」,出来的很可能是 170 或 240
- 排序和比较:数据一多,它容易搞混
这些都源于同一个原因:它在按语言规律接话,不是在执行精确操作。
四、它没有真正的判断力,只有像判断的话
你问它「这两个方案哪个好」,它会给你一个答案,而且说得有理有据。但它不是在权衡你的真实处境,它是在生成一段「一个顾问会怎么回答」的文字。
遇到真正需要承担后果的决策,它给的东西只能当参考素材,不能当结论。
五、它记不住上次聊了什么
多数聊天工具里,你关掉窗口重开一个,它就完全不记得你了。哪怕在同一个对话里聊太久,前面的内容也可能被挤掉。
有些工具做了记忆功能,但那是产品额外加的,不是模型天生就有。
一个实用的反推
把这五条倒过来看,就是它最擅长的场景:
信息你都给全了、不依赖最新消息、不需要精确数字、后果你自己兜底、一次对话里能说完。
同时满足这五条的活,交给它基本不会翻车。差得越多,越要盯紧。
常见问题
缓解了,但没根除。联网搜索是它去搜一下再回答,搜到的东西质量参差,它也可能搜错关键词、或者把搜到的内容理解偏。
有联网的时候,重点看它给的来源链接对不对,而不是只看它的结论。
新一代有些模型会在回答前先「想一会儿」,把推理过程展开,这确实让它在数学、逻辑题上准了很多。
但这是把接话这件事做得更细致,不是变成了另一种东西。上面五条边界依然成立,只是第三条缓解了一些。
本课自测
这题没有标准答案,但值得真想一下。
最常见的是第一条:没给背景,然后怪它答得空。 第二常见是第四条:期待它替你拿主意。
参考:部门是做什么的、这个季度实际发生了哪些事和数字、这份总结给谁看。
三样缺一样,它就只能编。这个思路在超级普通版里会变成一个固定的提示词公式。
小结:不知道你没说的、不知道最近的、算不准数不清、没有真判断力、记不住上次。知道边界的人,才用得好 AI。