以为 AI 能替自己查资料,结果核对时间比手动搜还长
很多人第一次觉得 AI 好用,是在赶稿或者做一份行业梳理的时候。丢一句「帮我查一下某某领域的现状」,几十秒后出来一大段结构整齐、语气笃定的文字,看着就比自己一条条搜快得多。问题出在下一步:这段文字你敢不敢直接用?
真拿去用的人会发现,省下的搜索时间,往往在核对环节成倍还回去。搜索引擎至少把出处摆在你面前,链接、站点、发布时间一目了然;AI 给的是结论,出处要你自己去找,找不到还得反推它是不是编的。一条一条倒查,比一开始就手动搜慢多了。
更麻烦的是心理成本。人对着一段有模有样的文字,第一反应是「大概没错」,只有某个数字看着不对劲时才起疑。于是核对变成抽查,抽查变成不查,最后交出去的东西里埋着几颗不知道什么时候会踩到的雷。
把 AI 当搜索引擎用的人,通常忽略了一个关键差别
搜索引擎做的是定位:它告诉你哪里有相关内容,判断权在你手上。AI 做的是生成:它给你一个看起来完整的答案,这个答案是按「最可能接下去的句子」拼出来的,不是按「有据可查」筛出来的。这两个动作长得像,本质完全不同。
你把一个写作工具当索引用,出问题不是它不靠谱,是用法错位。这也解释了为什么同一个问题,它在常识性、框架性的内容上答得很顺,一旦涉及具体数字、具体条款、具体人名、具体时间,就开始飘。不是那些领域更难,是那些地方最需要「查」,而它并没有在查。
明白这一层,你对它的期待就会变:它更像一个能立刻动笔的实习生,而不是一个能替你背书的资料员。实习生写的东西你会看一遍再交,资料员给的东西你才敢直接归档。现在大多数人是对实习生用了对资料员的信任。
让 AI 给结论之前,先问它哪部分是不确定的
有个很便宜的动作:拿到答案之后追一句「这个回答里哪些部分你不确定,哪些有明确依据,分开说」。多数情况下它会老老实实给你划边界——某个数据是常见说法但来源记不清,某个结论要看具体情况。
这句话的价值不在于它划得准不准,而在于它把「整段都要核」变成了「只核那几处」。
同理,提问时把「给我一份某某报告」换成「给我一个分析框架,关键指标有哪些,其中哪些需要我去查最新数据」,输出的可用度会高很多。你不是在要答案,是在要一张清单——清单比答案便宜,也比答案诚实。
还有个小习惯值得养成:凡是它给出具体数字、具体日期、具体条文、具体人名的地方,默认标红。这几类信息是错得最多、也最容易被原封不动抄进正式文档的。
把 AI 的答案当草稿,而不是当答案,核对范围能砍一半
换个定位,效率立刻不一样。草稿的作用是帮你把结构搭起来、把话说顺、把没想到的角度补上;它不需要每个字都对,它需要你顺着往下改。
实际操作上可以这么分:
- 可以直接用:行文结构、分类维度、表达方式的几个备选、把口语转成书面语的润色。
- 必须核:带数字的、带时间点的、带机构名和政策名的、带「业内普遍认为」这类模糊背书的。
- 基本别用:让它判断某件事真假、某个项目靠不靠谱、某个说法有没有依据。
这样一分,你会发现真正要核的部分往往只占整篇的三成不到。剩下那七成本来就是你的判断和你的经验,它只是帮你省了打字和搭架子的工夫。核对范围缩小,不是因为标准降低了,是因为你把不该它管的活儿拿回来了。
真正该交给 AI 的是整理和改写,不是判断真假
回到最初那个误区:把 AI 当搜索引擎,本质上是想让它替你完成「找」和「判」两步。但它擅长的是「整」和「写」。你手上已经有一堆素材——几篇文章、几段访谈、自己记的碎片笔记——让它按你的框架归拢、去重、换个说法、缩成三百字,这类活儿它做得又快又稳,而且错了你一眼能看出来,因为原始素材在你手里。
判断真假这一步,暂时还得人来做。不是因为它一定做不好,而是因为判断真假要承担责任,而工具不承担责任。你发出去的东西,署名是你。
所以更稳的分工是:你负责找源头和拍板,它负责把拍完板的东西整理成能用的形态。这个分工下它确实提效;反过来用,它就是专门给你制造核对工作的。
下次打开对话框,先把第一句话改掉
不用做大调整,就改一个动作:打开对话框的时候别输入「帮我查一下某某」,改成「我手上有这些材料(贴进去),帮我按某某维度整理成一份提纲,标出你觉得信息不够的地方」。这一句话的改动,能让你从「核对它说的对不对」切换到「它有没有把我给的东西理顺」,前者是无底洞,后者几分钟就能看完。
如果你已经习惯了拿它当搜索用,建议先找一件不重要的小事试一次新用法,比如整理自己收藏的十几篇行业文章。对比一下两种用法的实际耗时,心里自然有数。工具本身没什么玄学,用对地方就值,用错地方就是给自己加班。
评论 15
理性讨论,友善发言还没有评论,来说两句吧