職場提升 為甚麼你問AI總得不到好答案?缺了這三層提問心法

職涯導航台
19粉絲
53 次觀看·2026年5月24日
AI 生成·可能包含錯誤
視頻概述
AI 生成本视频探讨了在AI时代如何训练提问能力。作者指出,AI放大的是提问能力而非知识储备。通过借鉴哈佛商业评论关于领导力的框架,视频分享了将提问技巧应用于AI交互与团队管理的两套通用逻辑,强调好奇心是驱动生产力的核心,主张从追求单一答案转向驱动思考与迭代。
哈嘍各位同學大家好
今天我們給大家帶來的這個話題叫做
AI時代下提問能力應該如何去進行訓練
實際大家現在會發現在使用AI的過程當中
還有包括我們平常在職場當中
如果你是一個管理者
你的提問能力直接決定了
第一
AI的大模型到底能給你什麼樣的一種答案
第二種情況
你的團隊的效能怎麼能發揮出來
其實都匯聚在了這樣的一個問題
叫做我到底應該如何去提問
今天的這條視頻
我正好借用的是哈佛商業評論當中的一篇非常有名的文章
叫做領導的提問能力
決定團隊能力
它的一個大的框架
給大家來做這樣的一個分享
希望這條視頻能夠幫助你更好地去理解
怎麼跟AI的這些大模型去做互動
另外把這套能力同樣可以運用在你管理團隊身上
這條視頻稍微有點長
你可以先點贊再收藏
如果沒有時間也可以在評論區
at 豆包或者是元寶
來給你整個視頻的大的框架
那我們多不說開始來聊這個話題
首先先引用黃仁勳的一句話
黃仁勳說了一句話特別有意思
叫做AI
它放大的是提問的能力
而不是知識
注意這是一個非常重要的洞察
什麼意思呢
你去思考一下
實際對於AI來講
它的知識庫是非常大的
而且你自己去看一本書
並且把裏面的大綱知識吸取出來
你可能至少需要了個兩三天的時間
但是對於AI來講
可能就是兩三分鐘的事
所以你可以看到在這一點上
現在的時代知識可能不是最爲關鍵的
而相反是你怎麼去調動AI
把你想要的去解決問題的知識
給你
並且幫你去理論連續實踐
幫你直接去解決問題
所以在這一點上
AI放大的其實是你提問的能力
而不是你腦中
或者說知識庫當中的各種各樣的知識
所以到底提問能力怎麼練
在這我們來先給大家三個
非常有意思的提問轉變
比如說舉個例子
如果下屬在給你彙報工作的時候
向你進行請示
說領導
我們到底應該是選A還是選B
我們到底是應該現在先做收入
還是先做利潤
他可能會給你一個請示的
一個A或B的選擇
那你以前按常理來說
你會怎麼辦
你一般就直接會給答案了
對吧
說我覺得應該選A原因如下
但是你想一想
你往往在跟你的團隊的員工
去進行這麼交流的時候
你發現當你講要選A的時候
其實你在後面會長篇大論來說
爲什麼選A
但是員工腦子裏的思維活動
可能第一
他不一定能聽懂你爲什麼
第二
他有可能覺得你爲什麼講的
並不一定對
對吧
所以你會發現你的溝通的過程當中
壓力其實特別大
你把你作爲一個領導
應該做決策的身份
最後變成了一個
去做下屬的說服工作
這件事情非常的痛苦
而且非常的浪費時間
並且下屬還不一定覺得買賬
覺得你這個領導天天不懂
還在那瞎指揮
是吧
那反過來
在面對下屬向你去請示
到底應該選A還是選B的時候
如果你回答一個叫你覺得呢
不是直接給他一個你的答案
而是對他進行這樣一個提問
叫你覺得呢
你覺得在這件事情當中
會發生什麼思維的變化
對吧
你突然會發現一點
就是下屬在這裏
原本是想把他的工作責任甩給你的
到底是選A選B還是選B
但是當你回應他的時候說
你覺得呢
我想聽聽你的意見
你是不是相當於
讓下屬開始夾載了他的思維
並且在這個過程當中
你能更好的理解
下屬的思維是什麼樣的
比如說他答的恰好是你想要的
那你明白他已經知道了
你說OK你的想法很好
去做吧
下屬會覺得
他受到了重視
他得到了賞識
他得到了激勵
他得到了肯定
對吧
如果下屬講的這個答案不是你想的
比如說你想的是A
他說的是B
你還可以進行對他進行追問
說A你給我分析分析
B爲什麼你這麼思考
A你爲什麼覺得是這樣
這兩個相比
你既然都想到這了
你有沒有覺得可能我們還得再想一想
可能不一定是B
而且是A
而下屬說那我還是堅持B
你說你可以再展開想想
我非常好奇
如果下屬說的確應該是選A
你說太棒了
你這個想法一下子就說對點子了
去做吧
你會發現
不管是從下屬的體感上來說
還是從下屬在執行的過程上來說
其實這種你覺得呢
就是一個特別好的激發他的過程
而且你不用說服他
你只是去在帶領他教練他
讓他把自己的所有的這種潛能都發揮出來
OK
這個是我們在日常管團隊的時候
我們可以把說
這個A或B讓你做選擇
你可以說你覺得的是吧
那我們再來想想AI
你們大家在用各種各樣的大模型的時候
經常會被叫去用提示詞
然後你提示詞發給了這個AI
AI會給你長篇大論
對吧
講有各種各樣的選擇
一二三四
其實在這裏AI就是一個好的員工
他跟你說你到底
我這三種情況
這三種情況是這樣的
很多人看完了以後
他仍然會覺得說
那我應該怎麼辦
實際在這兒
你經常可以把這句話
當AI給你第一輪迴答之後
你可以問他很簡短
你說你給我了三個選項
你覺得哪個選項更適合我
讓AI來去進行闡述
然後你還可以接着追問
爲什麼呢
爲什麼B不好呢
爲什麼A一定好呢
還有沒有什麼其他的選項
跟我可以參考呢
你可以不斷的去進行追問
所以在這一點上你就能理解
很多時候讓別人去進行思考
比我替他做決策更爲重要
這實際上是一個特別重要的提問能力
好
這個提問能力的背後
它不僅是一個策略
它真正驅動這一件事情
讓你潛意識的
或者是非常自如的
能夠去用出來
比方說了一個想法
你不是馬上幫他做選擇
或者是馬上批評他
而就是願意說你覺得呢
實際上是你底層
對於好奇心的驅使
也就是說在現在的這個時代下
在AI時代去管團隊也好
或者是用AI也好
你要的往往並不是一個答案
而是別人答案背後
你充滿了各種好奇
想知道爲什麼
想去用好奇心
去驅動各種各樣的知識的邊界的擴展
以及驅動團隊也好
或者是AI也好的生產力
所以在這有一句話
大家一定要把它記住
在AI時代下
好奇心是真正的生產力
所以你會發現很多人在用AI的時候
經常問一個問題
他就遣長辭職了
但是很多人可能用了一個下午
就一個具體的問題
展開AI可能10輪20輪30輪以上的對話
他在這個過程當中
他吸收了很多的
以往他可能要花同樣的
甚至於10倍的時間去閱讀去聽課獲得的
所以在這我們經常會說這樣一個觀點
這次也是我在哈佛上學的時候
老師講了一個特別有意思的點
他說你猜一猜
真正的高手在跟大模型對話的時候
通常情況下他爲了去搞懂一個問題
他會做幾輪提問
我們同學就說做10輪
老師說10輪算是一個相對不錯的AI使用者
我們說那30輪
他說那30輪應該來說
是在使用AI的人當中的佼佼者了
但是仍然不是最厲害的
然後我們說那最厲害的是什麼
你會發現真正在很多的AI的平臺公司工作的
其中有一個崗位叫做提示詞訓練工程師
這些人的日常工作
往往在一個技術細節
或者說在一個改進維度上
他至少要問AI80次
所以你可以看到普通人可能是10次
甚至是10次以下
佼佼者大概可能是在30個左右
但是真正的高手已經在哪
在80次了
所以要不斷的學會去
帶着好奇心去進行提問
在別人向你請示的時候
把問題可以問回去
在AI給你答案几個選項的時候
你可以進一步的問
AI你覺得這是一個提問的方法
好 那第二個提問的方法
我們還是通過一個提問的變化
來看到它背後的東西
第二個方法
比如說他說現在我在這個地方
我不知道該怎麼辦
團隊下面的人來問你
然後這個問題摔在你身上了
你以前可能就直接告訴他
第一步 第二步 第三步 第四步
這麼做就行了
但是現在
你可以嘗試這樣的一個提問方法
問給下屬
你可以這麼說
如果你全權負責
你會選什麼
這個問題特別有力量
大家覺得這個問題當中
哪一個詞特別有力量
是這四個字
叫全權負責
什麼意思呢
很多時候下屬向你問問題的時候
很多下屬向你彙報情況的時候
他往往他的內心是不想擔責任
你會發現負責這件事情
其實跟決策能力是有直接的相關度的
如果他一直不負責
他就永遠鍛鍊不了他的決策能力
而一旦一個人
不去鍛鍊自己的決策能力
他後面的能力也不會跟上
我們都說叫先決策再覆盤
你不可能說完全不去做任何的決策
你就能覆盤
然後講自己的本事
不成立的
所以實際上如果你全權負責
就是在訓練員工的什麼
決策能力
這個球再踢回去
我不知道怎麼辦
OK
如果你現在全權負責這個事情
你會選什麼
然後還有一個提問的方法可以說
如果你要是我
你現在會做什麼選擇
如果你要是我
你現在會做什麼選擇
這其實都是在訓練員工的決策能力
那同樣的道理
我們跟AI在進行對話的時候
你是不是也可以說
如果你現在是我
你會選什麼
也就是說不要僅僅給我做分析
你要展現出跟AI的對話
就是讓AI展現出它的決策能力
而不僅僅是分析能力
當然AI可能會問你
那你現在的情況是什麼
你可以把這些信息補足上去
你會發現它的決策就會越來越收斂
給你的建議也就會越來越精準
所以你可以說
如果你全權負責
你會做什麼
這也是一個非常好的提問的策略和技巧
能把問題進行收窄和去消
這個訓練的就是我們說的決策的能力
是吧
好
第三種
比如說
我們以前在遇到下屬做一件事
他最後做完沒做對
是吧
覆盤的時候
我們說你錯在哪
這個問題我相信很多管理者都提過
是吧
他說的真是一坨屎
你說你錯在哪
下屬往往給你的答案
你會聽起來像什麼
你會聽起來他想找藉口
爲什麼
因爲人的本能就是有可能我要去
不要把這個責任最後都落在我身上
或者說我可能有一些檢討的感覺
但是我不一定想擔責
所以我通常情況下會說
大環境的原因
我們提前沒有準備好
你會聽到的很多貌似他在分析的是原因
但是你聽上去是藉口
但如果我們換一個角度來提這個問題
把它變成下一次怎麼改進
這個問題馬上就不一樣了
OK
下一次你打算怎麼改進
爲什麼
因爲以前我們說過這樣一句話
叫任何的原因
如果不能產生行動
它的本質就是一個藉口
你錯在哪
我錯在這些事上了
然後呢
對不對
但是我說下一次你打算怎麼改進
你看他討論的一定是基於行動
他給你的答案就落實在行動上
你可以追問他一些原因
你怎麼想的
是吧
這些都是OK的
而你回想一下
如果要是把這一句話放在AI裏
會形成什麼特點
它會形成真正的AI的自我迭代
當然在這要回去看我們的視頻
我們之前給大家講過
說現在的AI時代
其實是分兩種技術路線
或者兩類大的工具
一類就是我們說的叫大語言模型
它是對話式的AI
還有一類叫智能體式的AI
它已經變成了我們的生產力工具
在工作當中
我們更多的應該用的是智能體AI
不僅僅是什麼豆包
deepseek這樣的對話的大模型
所以在這裏你就會發現
每一次我們給我們的Agentic AI
這個智能體AI
去發我們自己的工作情況
工作結果
我們的週報
我們的月報
我們不斷的去餵給AI的時候
我們都可以問一個問題
叫做你覺得下一次該怎麼改進
因爲只有這樣的方式
你纔會發現在這種智能體AI當中
AI本身和你自己之間
會形成一個相互促進
相互迭代的過程
AI給了你很多的建議
可能是你之前不一定能想到的
反過來你按這些建議
真正去做了實踐
你會在現實世界當中
抓取到那些原本在網上
AI抓取不到的
物理世界的非結構性數據
你再餵給AI
所以AI會越來越瞭解
你和你存在的物理世界
而你可以從這種AI
不斷的通過它的浮盤
和它接觸這種全部的網絡
還有閱讀知識的這種廣度
不斷的去提升
你自己對於很多問題的認知
所以下一次怎麼改進
不僅可以喂團隊
也可以問AI
所以你可以看到
在這裏這種提問的效度
一方面我們從底層當中
要不斷的以好奇心
來驅使我們大量的追問和提問
第二
我們要儘可能的去讓
AI幫我們去嘗試做決策
而不是簡簡單單幫我們做分析
第三
我們要學會通過提問
不斷的讓智能體AI
完成新的迭代
同時也讓我自己跟它一起迭代
那同樣的道理
這些問題是不是放在
我們管團隊的身上
也是一模一樣的
所以談到這裏你就會發現
真正提問能力的心法
就來自於我們一開始不要糾結對錯
不要着急要那個答案
而是不斷的帶有好奇心
去了解我們可能沒有了解到的
不管是別人的想法
還是這個世界
我沒有接觸到的一些知識的盲點
第二
我們一定不僅僅停留在分析上
而是我們應該去討論決策
第三
在決策和做事之後
我們不要停留在那
我們一定要有一個閉環
對吧
我們要進行改進
我們要進行迭代
我們要讓團隊學會這種迭代和覆盤的思維
同樣在AI時代下
我們要和我們自己的智能體
相互促進相互迭代
那這樣的話
你就以提問的方式
不斷的再去打磨你自己
和團隊和AI的能力
就像黃仁勳說的那樣
AI放大的
它是提問的能力
而不是知識
OK
這就是今天給大家錄的這樣的一條視頻
希望大家能有所收穫
如果你還有各種各樣的其他職場類的問題
也歡迎大家在評論區當中
把你的問題寫出來
我們會去選擇非常有意思的
或者是高讚的問題
給大家錄下一期的節目
感謝各位的收看
我們下期再見
