好问题的核心是让对方看见你的处境和依据,从而最快补上你们的认知差距;先做功课、把事实和你的猜测分开,再问一个会影响你选择的问题。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
提问是补齐认知差距,不是让对方替你排查
材料里的观点提问的本质是搞清楚两人之间的认知差距,并最快最有效地把它补上。不同人对同一问题会有不同认知,有时是掌握的事实不同,有时是经验、思维模式不同,所以事实是根基:你先把事实摆出来,对方才能判断你的结论靠不靠谱。反过来说,只丢一句“有人在某大厂工作吗”,对方既不知道你要什么,也无法判断自己能不能帮上,还会担心被赖上,于是干脆不理。把范围、你已经试过什么、你需要对方做什么讲清楚,求助才提供了确定性1,2。
先做功课,再问一个会影响选择的问题
材料里的观点提问前先自己研究到研究不下去为止,查资料、读文档、看代码都算,这样对方只需补上你补不了的那段差距。一个可用的做法是:用几句话写清你想达到的结果、目前发生了什么、试过什么、有哪些限制,再单独写一句“我目前认为卡点是……”,把这句诊断暴露出来,它只是一个待检查的解释。然后问一个会改变你下一步选择的问题,比如“在扩大推广之前,我最该先验证哪个判断,为什么”。对方分享经历时,继续追问那个选择成立的条件,尤其是你和他处境不同的地方3,4。
别等想完美再开口,也别一上来就问怎么做
在讲座或会议现场,等把问题在脑子里完全组织好,话题往往已经翻页,最好的时机就过了。可以先举手,在问的过程中组织下一句,往往反而问得贴题。另一种常见偏差是太快进入“怎么做”,还没问清为什么做、为谁做、为什么竞品那样做,就急着要方法,容易错过更大的图景。先问足够多的为什么和是什么,再进入怎么做,才更容易找到值得优化的方向5,6。
材料主要讲提问与求助的一般方法,没有针对具体行业或场景的模板;其中职场提问那期是较早的视频,措辞以原视频为准。
出处
- 1如何问出一针见血的好问题 | 有字幕
解释提问的本质是补齐认知差距,以及事实为何是根基,适合理解为什么这样问。
- 2你的求助为什么没人理?— 思考篇
用具体反例说明求助为何没人理,以及怎样提供确定性,适合改进求助式提问。
- 3为什么别人的好建议,到你这里就用不上?
给出把事实与诊断分开、再问一个影响选择的问题的完整一轮做法,适合照着试一次。
- 4三条奥义学会在职场里有效提问
可回到原文核对这部分判断
- 5请零思而后行
讲现场提问不必等想完美再开口,适合纠结措辞、错过时机的情况。
- 6直播录视频
可回到原文核对这部分判断
你也有想问的?
卡住的时候,问问立正:回答只从立正讲过、写过的东西里来,每一段都能点回原文。
问类似的问题也可以接着问:
别人还问了
- 当前最好的副业和税收收入是什么?如何在这个基础上实现复利?应该如何开始?是否需要以及如果需要的话如何加入AI
资料不支持给出“当前最好的副业和税收收入”这种排名,它只提供了一套判断:副业选高赔率、多试错,复利靠把一次性经验沉淀成可复用系统,AI 用来放大你已有的领域积累。
- meta level 好用的prompt
好用的 prompt 分两种场景:薄工具里它是一次固定指令,够用就行;让 AI 干活时,它要自带上下文、说清验收标准,而不是规定每一步。
- Scaling-law.csvable.com里面,数据教的结果,是不是AI发展的必然?
不是必然。scaling law 描述的是当前阶段算力、数据、参数一起放大时能力上升的经验规律,它成立有前提,也会遇到瓶颈,不是一条永远向前的直线。
- 什么时间点,开始做自媒体最好?
没有需要等待的最佳时间点,现在就可以开始;但先想清楚你要放大什么,再决定怎么开始。
- 如果要学好 AI 的话,那十个概念是最重要的? meta level 上的。
与其背十个名词,不如掌握几个反复出现的动作:拆解需求、定义好坏、多步迭代、调用工具、自我纠错,以及先想清楚要解决什么问题。
- 想開始經營x, 建立個人公開的學習過程,該從哪方面開始?
先公开记录你正在学的碎片念头,别等想清楚再发;公开本身会带来反馈和同行者,让学习从独自看课变成持续动手。