别再把 AI 当作搜索引擎了

我看到一名开发者花了 40 分钟与 Claude 讨论数据库模式（schema）。每一条消息都是一个问题，每一条回复都是一个答案。最后，他们得到了一个可以运行但感觉不对劲的模式。

问题不在于模型，而在于形式。他们把对话当成了问答环节，但他们其实需要的是一次思考环节。这两者是完全不同的。

Google 训练了你使用查询词的习惯：输入短语，获取结果，然后关闭标签页。这种习惯在面对 AI 时会失效。当你把 AI 当作搜索引擎时，你只能得到答案，而得不到洞察。你得到的是语法，而不是架构。你得到的是你所要求的，而不是你所需要的。

搜索引擎寻找的是既定事实。AI 可以对新问题进行推理。搜索引擎是一座图书馆，而 AI 可以是一位同事。图书馆给你的是书上写的内容，而同事会质疑你的假设，并发现你计划中的漏洞。

看看这两种询问同一问题的方式：

搜索模式：“构建 Python 微服务的最佳结构是什么？”

思考模式：“我正在为三个 API 构建一个 Python 微服务。每个 API 都有不同的重试规则和数据结构。我正在纠结是使用一个带队列的 FastAPI 应用，还是使用三个独立的消费者。将由两名工程师进行维护。我遗漏了哪些权衡？”

第一种方式只会让你得到一篇博客文章。第二种方式能让你进行思考。

顶尖的用户并不靠编写巧妙的提示词（prompts），他们提供的是更多的上下文。他们会描述自己正在构建的东西、面临的约束条件以及已经尝试过的方法。

他们还会说类似这样的话：“感觉哪里不对劲，但我说不上来为什么。”

这是一个极好的提示词。它告诉模型去探究你的假设，帮助模型发现你无法言说的那个问题。

当问题过于“干净”时，得到的结果往往是肤浅的。真实的工程实践是混乱的，它伴随着截止日期和遗留代码。如果你剥离了这些混乱，AI 会给你一个忽略现实的“干净”答案。而这些混乱，才是真正的问题所在。

在进行下一次提示之前，花两分钟写下这三件事：

先把这三点全部交给模型。

这需要付出更多的努力。但在编写任何代码之前，这正是你应该做的努力。AI 并不会增加这个步骤，它只是让跳过这一步的代价变得更加昂贵。

搜索引擎需要简洁的查询。思考伙伴需要完整的全貌。

别再试图清理那些杂乱的信息了。那些“杂乱”正是你的上下文。

来源：https://dev.to/gmoustakas/stop-using-ai-as-a-search-engine-with-extra-steps-49oo

可选的学习社区：https://t.me/GyaanSetuAi