一个让我重新思考"能力"的故事

我的团队里有两个新人。小A是清华计算机系毕业的，代码能力很强。小B是文科背景，技术基础一般，但有一个特点：他总是能问出好问题。

当我们在讨论AI产品方案时，小A会说"这个技术上可以实现"。小B会说"等一下，用户为什么需要这个功能？我们有没有数据证明？如果没有这个功能，用户会怎么办？"

三个月后，小B的绩效评分超过了小A。不是因为小B技术更好，而是因为在AI时代，AI能回答"怎么做"，但AI不能回答"该做什么"和"为什么要做"。

为什么"提问能力"变得如此重要

原因一：AI让"执行"的成本趋近于零。 当AI能写代码、写文案、做设计，人们花在"执行"上的时间大幅减少。但"判断"——什么是值得做的、什么是正确的方向——AI无法替代。判断力来源于提问能力。

原因二：AI的答案质量取决于问题质量。 你给AI一个模糊的Prompt，它给你一个模糊的回答。你给AI一个精准的、有上下文、有约束的Prompt，它给你一个惊艳的回答。AI是你的镜像——你怎么问，它就怎么答。

原因三：复杂问题没有标准答案。 AI可以告诉你"最佳实践是什么"，但不能告诉你"在你的特定情况下，什么是对的"。后者需要你问对问题，去探索、去验证、去质疑。

如何培养提问能力

第一：学会拆解问题。 把"我们的产品为什么增长不好"拆解成"在哪个渠道增长不好？哪个用户群增长不好？哪个时间段增长不好？增长不好的定义是什么（新增用户？活跃用户？付费用户？）"——问题越具体，答案越有价值。

第二：学会追问。 不要满足于第一个答案。AI给你的第一个回答往往是"标准答案"——对大多数人适用的通用回答。追问"为什么"“还有什么"“如果换一个场景呢”，才能得到深度洞察。

第三：学会质疑假设。 每个问题背后都有隐含假设。比如"我们的AI客服怎样才能更准确”——这个问题的假设是"AI客服需要更准确"。但也许用户真正需要的是"AI客服在不确定时主动转人工，而不是硬猜"。质疑假设，才能发现真正的问题。

第四：学会反向提问。 不问"AI能做什么"，而是问"用户需要什么，AI能不能做其中的一部分"。不问"怎么让AI的回答更好"，而是问"在什么情况下AI不应该回答"。

金句

“在AI时代，答案越来越便宜，问题越来越贵。一个价值100万的问题，比100万个AI生成的答案更有价值。”

对职场人的启示

如果你是一个非技术背景的职场人，不要焦虑自己不会写代码。你的核心竞争力不是"AI会做的事"，而是"AI不会做的事"——理解复杂问题、定义有价值的问题、在模糊情境中做出判断。而这些能力的核心，就是提问。