早期有些想法如果直接表达出来丢给AI，AI理解出来的偏差有时候会比较大。后来我逐渐掌握了一种引导方式。
比方说，我想要深究的是C概念的一种变种。我不会先说C，而是找到一个A概念问他这是什么，再找到一个B概念问他这是什么，然后让他总结一下A和B有什么相同之处。
最后才是说“我想研究的其实是C，用到的就是A的什么和B的什么”，这样他才真正理解C是什么。
我简单想了一下可能的原理是，大模型拥有很多知识，但有时候无法直接理解没在训练集里面的出现过的信息(或者理解得比较平庸)，就需要人类在提问之前多想一步，有什么前置的对话可以引导AI自己吐出一些信息。当引导足够之后再提问，有了被引导出来的上下文，交流会更加顺畅一些。
另一种理解是把AI当作数据库，某些场景下让AI自己Query的准确率可能不太高。需要人多思考几步，对上下文做一些热身活动，后面干活就更加舒服。