读过 成为提问工程师 🌕🌕🌕🌕🌑
2018年OpenAI推出Chat-GPT以来，各大科技厂商纷纷推出类似的基于大预言模型（LLM）的生成式预训练转换器（Generative pre-trained Transformer, GPT）模型，并开发出相应的聊天机器人供消费者使用。这一轮的AI机器人，不仅仅可以与人聊天，还具有如翻译、摘要、写作、算术、编程、分析等专业技能，可按照自然语言指令进行语言生成、知识利用、复杂推理。

人们尽可以和AI天马行空的聊天。但是，要想发挥AI的生产力帮人做事，就至少需要与其交互的人本身具有条理分明的表达能力。书中提到向AI 提问，要做到为AI提供明确的指令（I, Instruction），清晰的任务上下文背景（C, Context），需要处理的数据或信息(D, data)，和输出(O, output)的格式与要求，才能让AI做到提供合格可用的回答。与AI交互过的人都知道，即便做到全面地提供信息，准确地描述疑问，提出关于解答的请求，一次提问往往得不到合格的答案。学会拆解任务，分步提问，符合逻辑的进行多轮交互常常是必要的。描述问题、获得回应、进行评判、完善问题、再次提问，直到获得满意的回答，是完整的提问流程。

本书2024年初出版，DeepSeek 2024年底出现，其模型内化了书中的许多提问技巧。时至今日（2025年八月），诸多AI产品的新版本都自带了类似于DeepSeek的深度思考（DeepThink）或研究（DeepResearch）模式，可以将用户的简单提问，自动的结合的从当前提问语境，分析出用户的需求，生成符合ICDO结构的提问要求，之后再根据自己预加工的提示语，给出答案。

现在更是出现了各种机器人代理（Agent），功能也厉害的很。程序员与产品经理可以通过与其聊天就可以让AI编写产品计划，并根据计划写出可执行的APP或者网站。人们已经不必先成为提问工程师，只要具备产品计划能力，AI就能帮你完善计划甚至实现产品。这被称为Vibe coding。

我自己就用AI上线了一个在线工具 ，帮助我每天完成自己最重要的任务（Most Important Tasks），网址是mits.day，欢迎访问。