同一個問題問兩個 AI，答案一模一樣

換一個問法：找它一定會留下的痕跡

「哪裡人多」是個好問題，但人口數字太粗。戶籍上住著的人，不代表白天在那裡吃飯、花錢。

有一種店，它的密度比任何人口統計都誠實。它們活得下來，代表附近每天都有人在掏錢；它們開在哪裡，真正的消費力就在哪裡。第一堂課，我們就用它加上外送平台上的公開資料，在不花一毛錢的情況下，判斷一個商圈值不值得開店。

真正想知道的東西拿不到，就去找它一定會留下的痕跡。天文學家很早就這樣做：海王星是先被算出來、才被看到的。十九世紀，天王星的軌道一直對不上，勒維耶認定外面有一顆看不見的行星在拉它，從那點偏差反推出位置，柏林天文台當晚往那個方向一看，就找到了。

讓 AI 動手之前，先定好規矩

學會問問題之後，第二件事是學會交辦。

冰箱的溫度感測器是很好的例子：4°C 是正常，它不必每分鐘跟你回報；超過 7°C，它一定要通知你。交給 AI 做事也一樣，先講清楚在什麼條件下它可以自己處理，什麼條件下必須停下來問你。我們把這條線叫做「閘門」。

第三件事是驗收。AI 說「已經完成」，就重新整理頁面，看你要的那段文字有沒有真的出現。第一堂課結束前，學員親手改了自己網站上的一段話，重新整理、確認它真的在那裡。卡住的時候，也先不急著找人，對 AI 問一句「為什麼沒有成功」，多半一問就解。

很多人以為學 AI 要先學寫程式。1950 年代 Backus 推出 Fortran 時，寫組合語言的老手也覺得編譯器寫出來的東西不算程式。他們的技術沒有錯，只是從那天起不再是瓶頸。今天的瓶頸是：你講不講得清楚要什麼，驗不驗得出它做得對不對。

這堂課適合誰

報名前，我只問一題：「你最近一次做錯的決定是什麼？」

答得出一個具體的決定，也講得出它的代價，這堂課就適合你。這裡沒有標準答案可以背，教練說的每一句話，都是讓你去推、去撞的。過程不會太舒服，那份不舒服會留在你自己的推理上，那正是你付費要練的地方。

課程是一對一。雙方都可以隨時喊停，我們不要求任何一方忍耐到最後一堂。

第一堂結束時，學員手上有一個自己上線的網站。下一堂，她會帶著自己工作上的真實題目回來。

速查卡｜第一堂的七個招式