帮我做份 PPT”:这句话让最强的模型交出最平庸的答卷

深夜的办公室，一位老师还在电脑前坐着。第二天上午要给全院做专业建设汇报，他手上有十九页数据、三份往年方案、一堆没整理过的学生反馈。他给模型下了指令：帮我做一份汇报 PPT。模型很快给出一份结构完整、层次分明、措辞得体的提纲，八页。他看完叹了口气——这八页套在任何一所学校、任何一个专业上都成立。

问题出在第一句话。“帮我做一份汇报 PPT”把任务锁死在一个名词上。名词有标准答案，模型只需交付符合“PPT”这个概念的东西：封面、目录、背景、举措、成效。而“让一群很忙、专业背景各异的人，在三十分钟里相信我们专业的课程体系确实对应了产业岗位，并愿意为下一步的资源投入投一票”，这句话没有标准答案，它逼着模型去想具体处境：先摆哪组证据、可能被谁质疑、质疑该怎么回应。

上篇讲了把抽象层级抬起来、把任务压到证据层。这一篇讲剩下的：怎么换一个视角看同一件事，怎么让模型真的动手，以及为什么多数人明白这些方法却始终用不出来。

一、把名词换成动词，任务就活了

Rieseberg 的第一个办法取自 IDEO 创始人汤姆·凯利与乔纳森·利特曼的《创新的艺术》：把名词换成动词。他举的例子是季度业务回顾——它不是“一套演示文稿”，而是“在三十分钟内，让一群忙碌的人相信一套关于因果关系的解释，并在不确定性中作出决策”。

这个替换之所以有效，是因为名词描述的是一种文件形态，动词描述的是一种人的转变。文件形态有模板，模板可以照抄；人的转变没有模板，只能靠设计。写“做一份 PPT”，模型的注意力全落在版式、结构、字数上；写“让忙碌的人在半小时里相信一个因果故事”，它才会去处理证据链、注意力分配、可能被追问的地方。

换成课堂，同一个替换会更刺眼。“做一份教学 PPT”和“在四十五分钟里，让三十个没有专业背景的学生相信一个关于因果的解释，并愿意动手试一次”，是两件完全不同的事。前者产出幻灯片，后者产出教学事件。只有后者，模型才会考虑先抛哪个问题、哪个例子最能建立直觉、讲到第几分钟学生会走神。

做法不难：写指令之前，把这件事的名词划掉，用一句“让谁、在多长时间内、相信什么或做成什么”替代它，这句话本身就该是提示词的第一行。而且这个办法不只是换词——名词把思路收窄到一个工位上，动词会暴露出这件事真正需要哪些工种，这就直接通到了下一个办法。

二、召集团队，但别让他们演戏

Rieseberg 用劫案电影作比：开头半小时永远在召集背景各异、各有所长的人。在他的场合里，一份必须精彩的演示文稿要请分析师清洗数据、验证相关性，请记者挖掘数字背后的人与动机，请主编提炼叙事、砍掉废话，要现场讲还得加动效与音频设计师，为了提高质疑质量再请一位做空者和一位法务会计师。多智能体工具今天足够廉价，这个阵容排一遍的成本比想象中低。

换到教育场景，名单大致是：学科专家负责知识准确性，教学设计师负责教学法是否站得住，学习科学研究者负责认知负荷与动机设计，一线教师判断这个环节在真实班级里会不会崩，命题人负责考核能否测出目标，再加一位挑剔的学生，专门指出听不懂的地方。

关键在他紧接着的提醒：很容易一不小心就陷入角色扮演，让对话记录变奇怪，却没有改善实际结果。所以——不要让模型描写一位做空者，而要让它采用做空者研究其投资立场时真正会用的方法。

这个区分看似细微，实则决定成败。角色扮演改变语气，方法调用改变动作。说“你是一位做空机构分析师，请评价这份报告”，得到的是刻薄而空泛的点评；说“按做空机构核对财报的方式，逐项检查这份材料的来源、口径一致性与被选择性呈现的证据”，得到的是一份能照着做的核查清单。

教育里最常见的误用，是让人工智能“扮演一位严格的评审专家”给方案打分，出来的往往是五条夸奖加三条建议，条条正确，条条无用。换成方法调用就不一样：按专业认证的核查逻辑，检查课程目标能否在考核中被观测、指标点达成度能否用现有数据复算、支撑关系能否落到具体教学环节。一门课要做项目化改造时，把这个逻辑展开成六个视角轮流过一遍，漏洞基本自己浮出来。

三、给模型装上手，而不只是给它一张嘴

前面所有办法都有一个物理前提，Rieseberg 专门用一段强调：模型需要拥有一台能安装软件的电脑，并能访问各类相关数据，无论通过 MCP 连接器还是其他方式。

这句话容易被略过，却是分水岭。只给一个对话框，它能做的只有“基于你贴进来的内容说话”；给了文件、工具和数据接口，它才可能“去查、去算、去跑”。近两年很多人的体验落差就在这里：别人做的成果像是有人真的动手干过，自己做的像是有人礼貌地复述了一遍。

挑工具时值得多问一句：能不能读本地文件夹？能不能跑代码或脚本？能不能连上知识库、数据库、成绩系统？一个都不能，它在深度这条路上走到一半就到头了——“产生新知识”必须建立在真实数据之上。

这也解释了一个常被忽略的事实：工作流的改造常常比提示词的打磨更重要。为了让模型维持零崩溃，Rieseberg 先让它能拉取崩溃报告、能把版本号对应到代码提交记录、能操作三套操作系统环境。这些准备跟“把话说得漂亮”毫无关系，却决定目标能否实现。教学里同样，想让模型持续盯住课程与指标点的对齐，得先让它读得到培养方案、大纲、成绩单和试卷。

四、野心的代价：越往上，越难验收

技术社区的讨论里，最尖锐的几条意见都指向同一件事：抽象层级拉得越高，人看懂结果的成本也越高。一位工程师指出，任务被抬到很高层级时，人类审查产出的成本会呈指数级上升；如果人无法验证整个系统的正确性，这种野心就会变成灾难。另一位开发者提醒，越长程的任务，第一步的微小错误越会在后面十几步里被放大成逻辑崩塌。

这两条恰好解释了那个悖论：为什么有人用同样的模型做出惊人的成果，有人却越用越乱。差别不在胆量，在配套。高层级任务必须配上可回溯的版本、能自动跑的校验、能中途停下来看一眼的检查点。把任务扔给模型然后撒手，不叫有野心，叫失控。

还有一个更细的坑，作者本人也承认：高度对纯粹的创作活动并不总是管用。一位编剧提出，很多神来之笔恰恰来自漫无目的的游荡，层级抬得太高会不会抹掉偶然性，Rieseberg 直接回应说这说得对。教学里的对应很直接：修订培养方案、核算达成度、设计评价量规，都适合往上拉；写一段课程引入语、构思一个打动学生的案例，最好留一点漫游余地。

上篇说过，判断做对没有不能靠模型自己；这里补一句，也不能全压在人的肉眼上。更稳妥的做法是把大目标拆成可验收的小段，每段配一个能自动运行的检验，让模型在客观反馈里迭代，而不是在自我感觉里迭代。这听起来慢，实际上是把返工成本提前支付了。

五、不敢想，才是真的瓶颈

Rieseberg 在文章最后问：手里握着强大的工具，为什么我们不敢放开手脚去想象？

他借用了心理学里的自我效能感：高自我效能感的人更相信自己的能力，也确实因此取得更多成就。Locke 和 Latham 梳理三十五年目标设定研究后指出，被赋予具体而困难目标的人，比只被告知“尽力而为”的人表现更好。Stripe 创始人 Patrick Collison 还维护着一份叫“Fast”的清单，记录人类在同时面对大胆目标与紧迫期限时做成的事。

他给了三个有充分记录的例证。1939 年，George Dantzig 在伯克利统计课上迟到，抄下黑板上的两道题，以为是作业，几天后交上解答——那其实是统计学两道未解难题，他做出来是因为不知道那不可能。1954 年 5 月，Roger Bannister 打破四分钟一英里，而作为唯一做到的人他只保持了四十六天；今年四月伦敦马拉松出现首个被正式认可的两小时以内成绩，同场亚军也跟着跑进两小时。第三个例子关于允许失败：《网球的内在游戏》认为过于用力反而发挥不出最佳水平，Linux 发布时那句“只是一个爱好，不会像 GNU 那样庞大而专业”，卸下的正是“必须做成大事”的包袱。

这些例子指向同一件事：限制我们的往往不是模型的能力，而是我们对“它能干什么”的旧判断。一位老师如果认定 AI 只能帮着改措辞，他就只会用它改措辞，然后用一次次平庸的输出反复确认自己的判断。Rieseberg 讲米开朗琪罗不愿意为西斯廷礼拜堂作画，说的也是这个道理——他认定自己是雕塑家，不是画家。

六、今天可以怎么开始

回到那位老师。如果重来一次，他的第一句话或许不该是“帮我做一份汇报 PPT”，而应该是：我们是某专业，这是十九页原始数据、三份往年方案和全部学生反馈；请先说明，一个真正懂专业建设的人拿到这些材料，会做哪些还没被要求的事，会从哪些最原始的材料入手，会用什么方法论证课程与岗位的对应，除了彼此的判断还有什么能证明这套论证站得住；然后再帮我设计那三十分钟——让谁、在多长时间内、相信什么、愿意做什么决定。

同一份材料，同一台电脑，同一个模型，差别只在这一句话里。如果还要给一条能立刻用上的：凡是交给 AI 的活儿，先问一句“这件事做完之后，真正希望发生的是什么”，答不上来就先别写提示词。一个连自己都说不清目标的人，用多聪明的模型，最后拿到的都只会是一份更漂亮的旧东西。