今日实践

打开你平时用的 AI 工具（ChatGPT、Claude、DeepSeek 都行），挑一个开放式问题，问它 3 遍。

问题随意选，比如：

  • “如何培养阅读习惯？”
  • “给初学者的 Python 学习建议”
  • “怎么提高开会效率？”

每遍可以换一种说法，也可以原封不动再问一遍。但每条消息要单独开对话——不要在同一段对话里连续追问，而是开三个新对话。

把三次回答都存下来。 复制粘贴到备忘录就行。

观察什么

把三份回答放在一起看：

  • 结构一样吗？（有没有分点、分了几点）
  • 举例一样吗？（同样的建议，用了一样的例子还是不同的）
  • 哪一次你最喜欢？为什么？

大多数人的第一反应是惊讶——“明明是同一个问题，答案怎么差这么多？”

这就对了。

为什么重要

上一篇我们说过一个核心认知：LLM 是概率性生成，不是检索。 它不"查"答案，它每次都在"重新想一遍"。

这个练习就是让你亲手验证这一点。不是记住一个结论，而是感受到它。三份回答放在面前，你不需要任何人解释，自己就能看出来：AI 的输出不是从某个固定数据库里翻出来的，而是一次次的即时生成。

这也意味着：回答质量有波动是正常的，不是 AI 坏了。接受这一点，你对 AI 的期望会更合理，使用方式也会跟着变。

今日收获

AI 每次回答都是"重新生成"，不是"调取存档"。 记住这一条，你已经比大多数人对 AI 理解得更深入了一些。

📖 系列导航