你是不是也試過，同一個問題問 AI 改了五六次，答案還是不對，最後火大關掉，心想「這 AI 怎麼這麼笨」？
「我明明講得很清楚了，它還是答非所問」
「給的建議看起來很厲害，一用就發現根本做不到」
如果這些話很熟悉，那問題可能不在 AI，而在它三個你沒處理過的壞習慣。今天就把這三個通病拆開講，還有怎麼用幾句話一次治好。
通病一：它愛「假設」，把你沒講的部分自己腦補
為什麼會這樣？因為 AI 不是被訓練來「了解你」的，是被訓練來「給答案」的。你沒給夠背景，它就用「統計上最多人會要的答案」幫你填空。
舉個例子，你問「推薦一間餐廳」：
❌ AI 的假設
它假設你要高檔法餐、一個人、預算不限，推薦你米其林。
✅ 你的真實需求
你其實是想帶小朋友、要停車位、預算五百，完全不對。
它一個問題都沒問，就當自己猜對了。
⚠️ 假設的代價可以很大
美國房地產公司 Zillow 太相信 AI 預測的房價，一口氣買了七千間房，結果演算法在市場轉冷時一直高估，光是存貨就蒸發三億多美金，最後整個部門關掉、裁掉約四分之一員工。
解法：開場就加一句規則，「資訊不夠就先問我，不要自己假設」。
通病二：它愛「跳步」，從第一步直接跳到第五步
你叫它幫你搭一個東西，它直接丟一個「完整方案」給你，看起來很厲害。但中間該確認的條件全省了，你有沒有裝某個工具、有沒有權限、想接哪個平台，它通通沒問，全用假設帶過。
❌ AI 的做法
你問「幫我做自動回覆」，它直接給你五步完整流程。
✅ 該有的做法
它該先問「你現在手上有什麼、缺什麼」，再給適合你的做法。
結果就是，方案看起來完整，你照著做卻處處卡關，因為地基根本沒打。
解法：叫它「先倒推出完整的前置條件清單」，確認你都具備了，才往下做。
通病三：它愛「反問」，你要它當顧問，它卻把問題丟回給你
這個最氣。你讓它幫你分析、給個結論，它分析了一大堆，最後問你一句「你覺得呢？」
你來問它，就是因為你不知道。它反問你，等於工作沒做完。
為什麼？因為現在主流的 AI 大多被訓練成「迎合使用者」，它怕表錯態、怕答錯，寧願把球丟回給你，自己待在安全區。你說 A 它附和 A，你說 B 它附和 B，到頭來你還是沒答案。
解法：先把它的身份定好，「你是顧問不是教練，一定要給結論、原因、下一步，不准反問」。
結論：從「碰運氣用 AI」升級為「立規矩用 AI」
碰運氣，是每次重新解釋一遍，每次賭它這回會不會懂你。
立規矩，是把上面這三句話寫進它的設定，一次講清楚，它就記住。
💡 一句話總結
AI 不是越聰明越好用，是越懂你的規矩越好用。它不會自己變乖，是你要先告訴它怎麼做事。