AI 规划工具反问你的 9 个盲点¶
来源: AI 規劃工具一直反問你?問題不在工具,而是這 9 個盲點 原文: 9 Things People Get Wrong With My /grill-* skills — Matt Pocock 文章版: heymaibao.com
核心论点¶
被 AI 规划工具反复反问到不耐烦，问题往往不在工具，而在你还没学会怎么规划。AI coding 的门槛正在从"会不会写 code"移到"会不会把需求想清楚、管好 context"。
第一层：问题清晰度与动手时机¶
- 搞错问题类型 — AI 的问题分两种清晰度：
- 低清晰度：一问一答就能定案（如功能放哪个路径）
- 高清晰度：做出来才知道（如界面手感、表单分页），在纯文字对话里硬逼答案只会原地卡死
- 卡住时空转，该切出去写原型 — 遇到高清晰度问题时，暂停对话，开新窗口快速做个粗略原型，拿到 insight 再回来继续规划，比脑中空转快几百倍
- 两种极端时机 — 太被动（放任 AI 抛 500 个问题导致范围爆炸）和太强势（死钻牛角尖不肯写代码验证），都是错的。随时自检是否掉进这两个极端
第二层：范围控制与笨区（Dumb Zone）¶
- 一次开太大范围 — 范围大 → 藏着大量未验证的复杂问题 → 建在烂泥地基上。正解：找已确认能动的稳固基础，一小块一小块往上叠加
- 撞进笨区（Dumb Zone） — context window 逼近 ~12 万 token 时，顶尖模型注意力严重分散、回复品质直线跳水。必须盯紧 context，让 AI 先切区块再分口消化
- 随手丢掉黄金决策 — context 满了不能直接清除开新窗。正确做法：先让 AI 总结关键决策 → 产出类似 PRD 的交接文件 → 带着文件开新对话
第三层：模型选用与平行规划¶
- 规划时用太笨的模型 — 规划极度需要 AI 的"内建直觉"（意想不到的角度），必须用最强模型；进入实作阶段有完整交接文件和代码 context，可切便宜模型生 code
- 只开单一对话窗口 — 高手同时开多个平行 session，一边等 AI 输出功能 A，一边切去处理功能 B，规划吞吐量直接翻倍
关键洞察¶
- 规划类工具不是取代思考，是逼你把模糊的地方讲清楚
- AI 是副驾驶，不是飞行员 — 方向盘始终在你手上
- 核心竞争力：把模糊需求问清楚想透彻，在模型进笨区前有条理地管理 context 和决策脉络
- 每次被 AI 反问时，先判断：该继续文字回答，还是直接写原型验证？