AI工具用了大半年，说几个常踩的坑

去年秋天开始，我把AI工具塞进了日常流程里。写稿前让它理提纲，整理问卷时让它跑分类，甚至看球赛前也顺嘴问一句「最近十场走势怎么样」。大半年下来，新鲜感退了，剩下的是几个反复出现的问题。今天不吹不黑，就聊聊这些坑，以及我后来怎么绕过去的。

第一个高频问题：上下文丢失。你刚跟它聊完一份两千字的会议记录，转头问「第三段那个数据帮我算个均值」，它回你「抱歉，我没有看到相关记录」。这不是它笨，是大部分免费或轻量版工具的记忆窗口有限。我试过连续对话超过十五轮，后面基本靠我复述。解决办法很简单：把长内容拆成独立任务，每次只喂一块。比如整理销售数据，我会先让它处理A区，确认无误再开新窗口处理B区。虽然多几步操作，但准确率从大概六成提到了九成。

第二个问题：数据格式说变就变。你让它把一列日期统一成「2024-01-05」，它可能给你「Jan 5, 2024」和「2024/1/5」混着来。有次我让它汇总三十条用户反馈，它把「卡顿」和「卡」分成两类，还自作主张加了个「其他」。后来我学乖了，给指令时附上一句「输出必须用我给的格式，不要新增类别」。再配合一个简单校验——复制到表格里看列数对不对。现在每次处理五十条以上的数据，我都会留五分钟做人工抽检，抓出那些偷偷变形的字段。

第三个问题：预测类回答太顺滑。你问它「下个月流量走势」，它能给你一段有零有整的分析，读起来像模像样。但仔细看，它只是把过去三个月的数字做了个线性延伸，既没有考虑节假日，也没算上你刚投的那笔推广。我的用法是：让它列出影响走势的三个变量，我自己填数值。比如上个月网站访问量一万二，它预测本月一万五，我会手动改成「如果推广暂停，可能跌到九千」。这样得到的不是一个答案，而是一个区间。记录这些区间，比记录那个单一数字有用得多。

第四个问题：记录容易变成流水账。我习惯让AI帮我写工作日志，一开始它每天给我「今天完成了A、B、C」的清单。看着整齐，回头翻却找不到重点。后来我改了个模板：每天只记三件事——今天最意外的数据、一个没解决的问题、明天第一件要做的事。字数限制在八十以内。坚持了六周，翻记录时能快速回忆起当时的决策场景。AI负责格式，我负责判断，分工明确。

还有些零碎的小毛病。比如它偶尔会编造不存在的功能名称，或者在你追问时悄悄改口。我的原则是：凡是涉及具体数字和来源，一律自己核对。工具就是工具，它能帮你省掉重复劳动，但省不掉你的判断。大半年下来，我删掉了三个AI应用，只留了两个。留下的不是最聪明的，而是最不容易出错的。

最后说个感受。网上关于AI工具的讨论，经常走两个极端：要么是「取代一切」，要么是「全是胡扯」。实际用起来，它更像一个手快的实习生——能帮你查资料、填表格、写初稿，但你需要检查、需要给方向、需要为最终结果负责。接受这个定位，那些常见问题就不再是坑，只是流程里需要多走的一步。