这是我用得最久才发现的一条。
一个真实的对话
三个月前我在纠结一个事：一个客户要求我们做定制开发，钱不少，但会占用两个核心人力三个月。
我问百智办公：这个单子该不该接。
它给我列了接的理由和不接的理由，很全面，各五条，最后说"建议综合考虑"。
一段正确但无用的回答。
为什么无用
因为我知道那些理由。
接的理由无非是收入、客户关系、案例积累。不接的理由无非是人力占用、交付风险、机会成本。
这些我自己能列，而且列得比它准，因为我了解细节。
我真正缺的不是理由，是一个能替我承担后果的人。
而这一点，任何 AI 都给不了。
那它该问什么
后来我改变了提问方式。
不问"该不该接"，而问具体的事实：
“如果一个三个月的定制项目占用两个核心人力，通常会对其他项目的交付产生什么影响？”
“有没有办法在不增加人力的情况下，降低这种项目的交付风险？”
“这类项目常见的中途变更，一般出现在第几个月？”
这些问题有答案，而且答案能帮我做判断。
区别在于：前者要它替我决策，后者让它给我输入。
一个判断标准
我现在有个习惯，问之前先看一眼自己的问题：
如果这个问题我拿去做个投票，让十个同事投，他们的结论也会分成两半——那这个问题不该问 AI。
因为AI 的答案只是第是一个投票，而且是没信息优势的那个。
如果这个问题有客观答案，只是我不知道——问，它很有用。
适用范围
这套判断不是绝对。
有时候"该不该"这类问题确实可以问，前提是——你已经有一个倾向，想找个人帮你反驳。
这时候问法要变：不说"该不该"，说"我倾向于接，理由是一二三，你觉得我漏了什么"。
它给的反驳里，通常有一两条值得看。
但注意，这仍然是"给你输入"，不是"给你答案"。最后那个决定，还是你的。
