当 AI 真正融入日常工作流之后，我发现了一个反直觉的规律：想从 AI 那里拿到最好的结果，最重要的不是你会不会写 Prompt，而是你能不能管住自己不去打断它。
打断是最昂贵的干预#
和 AI 协作一个复杂任务时，AI 会在内部形成一条推理链。这条链串起了对上下文的理解、对目标的分析、对步骤的规划、对中间结论的推演。
而你中途一句"不对，换个思路"，就足够让这条链断裂。
这不是 AI 的问题。人的思维也一样——写代码时被拉去开个会，回来要花好几分钟重新加载上下文。AI 的推理虽然可以在 token 层面被强行重定向，但深层的连贯性一旦丢失，后续输出的质量就会打折扣。
让他用他自己的反思去改善#
更有效的做法是：不要纠正它，引导它自己发现。
同样是结果不如预期，两种做法：
- 打断式：“错了，这里应该用 A 方案而不是 B 方案，重来。”
- 引导式：“这个结果和预期有差距，你回头审视一下你刚才的推理路径，看看哪里可以调整。”
后者的效果通常好出一个量级。原因有三：
- 保持推理链完整。AI 在原链条上做增量修正，而不是推倒重建。
- 触及根因而非症状。AI 自我审视时，往往会定位到上游某个假设的偏差，而不是只在表面修修补补。
- 修正更精准。AI 比你更清楚自己在哪一步犹豫过、在哪一步做了妥协——它自己发现的问题，修起来最到位。
把 AI 当协作者，不当小学生#
回过头看，很多时候和 AI 协作效果不佳，根子不在模型能力，而在于我们太焦虑。
给一个模糊的需求，看到中间结果不对，立刻打断、纠正、重来。反复几次，AI 什么连贯思考都没留下，只剩下一堆被反复覆盖的上下文碎片。
好的协作是：给清楚目标和约束，然后往后靠一靠。 让 AI 自己规划路径，自己撞见问题，自己琢磨怎么改。你只需要在关键节点确认方向，剩下的交给它的反思能力。
这才是把 AI 当作有思考能力的协作者在用的姿态。