如何防止AI产出“职场废料”？
为何大家都在使用大模型，有人能借助AI实现十倍效率提升，而另一些人折腾半天，AI却生成一堆无法落地的“职场信息废料”？很多人将问题归咎于提示词不够复杂，或大模型本身不够强大。据我观察，这并非技巧问题，而是认知框架的问题。大多数人在与AI交流时，思维混乱——根本没厘清“我知道什么、AI知道什么、AI不知道什么”。今天，我们不谈那些花哨的提示词技巧，分享一个我使用了一年多的与AI交互的思维方式，实用且高效。这个框架原本是心理学中用于分析人际沟通和自我认知的，称为“乔哈里视窗（Johari Window）”。如
人机协作的认知地图
不要执着于一次性写出完美的prompt，后面三类价值只能在互动循环中被激发。核心目标是通过持续积累，把模糊变成清晰，建立个人的认知框架，最大化人机协作的长期收益。 1. 确定的确定：你能准确描述的需求（比如软件功能），需要完整提供背景资料，可积累为上下文素材库； 2. 确定的模糊：你了解自己缺少什么（比如不熟悉的前端框架），需要明确标注不确定的地方，让AI给出方案，可积累为决策参考库； 3. 模糊的确定：你说不清楚但能判断好坏的内容，需要通过"出初稿→审核→反馈"循环，将隐性标准显性化，积