写在前面
在我看来，我们使用 AI，尤其通过 Prompt 来使用 AI，本质是用自然语言来编排上下文，引导模型的注意力，以生成我们期待的回应。
于是，我们可以思考的更深一些。
一｜大模型
常用的 AI，或者说大模型产品，无论是 ChatGPT、DeepSeek 还是其他，这些大模型都并不真正理解信息，只是在大量语言中学习到了如何复现特定的表达。
它处理的是形式，不是含义；擅长的是预测，而不是理解。大模型是通过无数次的语言关联，形成了一种“看起来像是懂了”的能力。
所谓“智能”，更多是语言表象的聪明，而非意识层面的思考。
二｜Prompt
Prompt，并不是对 AI 提问，而是在设定它该如何回答。
人与 AI 的“交流”不是两个意识体的互动，而是我们用自然语言来构建上下文，引导它进入特定的语境，让它在我们设定的轨道中自动完成回应。
一个有效的 Prompt，是把 AI 限定在一个可控的思维框架里。
三｜大模型的能力
AI 给出的回答，是建立在它“见过足够多”的基础上，进行“下意识二创”，让人误以为它“懂了”：
但它并不知道自己在说什么，只是在复现类似语境中人类可能说的话。
它输出的不是“真理”，而是“最有可能被说出来的话”。
四｜大模型的问题
连贯的语言容易赢得信任，但信任感并不等于可靠性。
AI 经常会说错，却不会意识到自己错了。毕竟对它来说，没有“正确”或“错误”，只有“哪种说法在这个语境中最可能”。
它的逻辑听起来像是真的，其实只是它在模仿你说话的方式。
你越肯定，它看起来就越有道理。
五｜人机交互
AI 的表现，很大程度上取决于提问。
你越擅长构建 Prompt，它就越像专家：不是 AI 聪明了，而是你在代替它思考。
我们训练的不只是模型，更是在训练自己如何提问、如何引导、如何设定目标。
六｜技术的背后
AI 是工具，但它的“话语权”掌握在能操控输入的人手里。
模型本身并不自带偏见，但它学的是现实，而现实本身就是偏的。
AI 的输出看似中立，其实只是默认。
而所谓“默认”，往往就是主流、常规和权力所定义的样子。
七｜未来
AI 改变的不只是我们的工作方式，它正在重塑我们的表达、思考和判断习惯。
我们以为是在向它获取答案，其实也在接受它划定的问题边界。
它不仅在帮我们回应世界，也在悄悄改变我们理解世界的方式。
（文：赛博禅心）
有深度