第十五章 · 四大象限

最后一章拼图：四大象限。划分的轴有两根——这件事你懂不懂，和结果你能不能验证。两根轴一交叉，四种处境，同一套流程的四种玩法。

牛马象限：你懂，也能验证

问题清晰、方案明了、能按需执行、结果可验证、人工能评审——恭喜，这是 AI 的主场，完全可以放手让它干。重复性的报表、格式化的文案、有测试兜底的代码，都在这个象限。

这个象限的打法是自动化：把五大维度做成固定流水线——方案模板化、校验规则化、结果抽样人工复核。你的角色从操作者退到质检员，检验它做得够不够、对不对。注意别把这里省下的时间浪费掉：牛马象限解放出来的精力，应该投到下面三个更难的象限去。

验证象限：你不懂，让 AI 做

最难的处境：这东西你自己不懂，只能让 AI 来做。你能做的只有三件事：定义好问题、提供上下文和约束、然后验证结果。方案叫它自己做，做完给结果，你来验。而「怎么验证」是这个象限、也是全书最硬的问题——第七到十章讲的三层校验和交叉质检，主要就是为了在这里保命。

这个象限还有一条专门的纪律，就是上一章的中立。你不懂的东西，绝不用自己的偏向去干预 AI——哪怕一个词的差异，「出卷子」和「出练习」，结果截然不同。措辞慎之又慎，上下文保持干净，它反问你时不知道就说不知道。你要的是一个没被你自己误导过的中立答案。

另外，别只盯着结果：AI 发展方案的过程本身就是启发。它提出的角度你想不到，那就顺着发散、再收敛，迭代几轮，方案越来越完善。这个「评审—启发—再迭代」的循环，是验证象限的核心玩法。

磨刀石象限：你懂一点，但不知道怎么验证

第三种处境：你对这事半懂不懂，更要命的是不知道怎么验。这时 AI 的用法不是给答案，是帮你做多视角覆盖，避免盲区。比如让它分别扮演五个视角——一线工作者、领域专家、怀疑论者、历史学家、经济学家——对同一件事各评一遍；或者用「七顶帽子」式的框架，从多个角度交叉着看。

单个视角你会被自己的半懂带偏；多个视角交叉，盲区就藏不住了。这个象限里 AI 是你的磨刀石：答案未必直接可用，但你的判断力被它磨利了——磨到后来，这件事就从磨刀石象限毕业，进了牛马象限。

未知象限：你也不懂，也验不了

最后一个象限，最诚实：你完全陌生，连验证的门都摸不着。这里没有捷径，打法是学习——用 AI 当老师快速建立知识框架，用交叉验证甄别它教你的东西（它讲课也会幻觉），同时引入真实世界的老师：书、课程、专家。目标不是在这个象限里解决大问题，而是尽快把自己挪出去。

五大维度、三大原则、四大象限，全讲完了。最后一章，把它们收成一张每次打开 AI 前都能过一遍的清单。