AI对话四象限：你的未来十年「人机共生导航图」

导读：“当同事用AI写出爆款文案时，你还在问‘如何写得更吸引人’？问题不在工具，而在你看不见的认知盲区——李继刚在极客公园大会揭晓的 AI对话四象限框架，正是破局关键：它用心理学经典模型（乔哈里视窗）透视人机关系，将模糊的提示词博弈，变成精准的认知作战地图。

1

四象限框架：人机协作的「CT扫描仪」

整个框架由横、纵两个轴切割的四象限组成，横轴左右分别表示人不知道和人知道，纵轴上下分别表示AI知道和AI不知道。

每个象限代表一种人机交流模式：

• Open（第一象限）：AI知道、人也知道。这个象限中，人机交流只需要简单、清晰的指令即可，如：简要总结勾股定理的含义和作用，AI像是一个助理，可以快速满足相关需求。
• Blind（第二象限）：AI知道、人不知道。这个象限中，人机交流需要将问题拆解、分层，如：什么是宏观经济学？跟微观经济学的差异是什么？可以应用在哪些领域？日常生活中哪里体现了宏观经济学的作用等等。人的提问能力会影响AI的输出质量，这个象限的交流也可以快速提升人的学习速度。
• Unknown（第三象限）：AI不知道、人不知道。这个象限需要人机协同创造新的知识，AI可以提供丰富的素材，人需要去判断、思考。
• Hidden（第四象限）：AI不知道、人知道。企业的业务知识、合作进展、个人的成长履历等，都属于AI不知道但人知道的内容，在这个模式下，如果想让AI得到一个好的结果，那首先就需要把相关信息喂给AI，也就是企业建立内部AI应用时，开展的语料库建设、RAG及SFT微调等操作，力求拉齐人与AI的认知。

2

深层意义：人机文明的「权力转移预言」

这个框架展示了人与AI的交互是多种模式共存的状态，从不同的模式中，理解人机交互的重要途径和方法，体现了人与机器之间认知的错位和互补，指明了人类从指令人到合伙共生的跃迁路线。

人机交互中，也出现了认知潮汐现象：

横轴代表了AI了解的知识边界，随着AI的不断迭代，它的知识领域边界也在不断扩展，因此，横轴不断下移，第一象限不断扩大，第二象限不断缩小，在这个过程中，人的经验、专业领域知道、直觉等成为稀缺资源，人机交互的复杂性，也随着AI能力的提升而下降。

同样的，纵轴代表了人的知识边界。对于可以在第二、三象限利用好AI，借助AI开荒的人，可以得到指数型的回报，提问力成为新的生产资料。

3

启发：成为AI的「共生体合伙人」

在用好AI的过程，需要不断训练提问的能力，把不懂的领域问题逐层拆解提问，将需求转译为AI可以更好理解的语言，探索与AI的协作能力，借助AI的能力一起共创，并随着AI的变化不断进行适应性调整。

1. 精准定位，策略先行：遇到一个任务/问题，第一反应不是打开ChatGPT就问！ 而是停下来，快速扫描这张认知地图：
   • “我是否清楚这个问题（Open vs. Blind）？”
   • “AI是否有相关知识储备（Open vs. Hidden/Unknown）？”
   • “我和AI的认知处在哪个象限？”根据象限，选用对应的“必杀技”和沟通策略。是直给指令？还是拆解提问？或需要补充信息？抑或是准备来一场脑洞碰撞？方向错了，努力白费。
2. 刻意训练“提问拆解”： 对于Blind区域尤其重要！
   • 多问“分层递进式”问题：把宏大的、模糊的问题，像剥洋葱一样层层分解（是什么？为什么？怎么做？有何利弊？具体到...？）。
   • 善用“请举例/场景化”指令：要求AI在抽象答案后补充具体实例，检验理解也加深你的认知。
3. 构建你的“私人情报体系”（Hidden攻坚核心）：
   • 企业层面：立刻着手系统性梳理沉淀核心业务知识（术语库、案例库、流程文档等）。RAG（检索增强生成） 和 SFT（监督微调） 不是炫技，而是让AI真正“懂你”的关键基建。想想你给实习生提供的资料有多全，给AI的就要更细致！
   • 个人层面：在与AI协作具体项目时，养成习惯：提前将相关背景资料、约束条件、你的特殊要求，清晰、结构化地喂给AI。这相当于给你的AI伙伴配备了专属任务手册。
4. 拥抱共创，敢于试错（Unknown破局）：
   • 尝试提出一些看似荒诞但核心深刻的“假设性问题”或“跨界融合问题”。
   • 将AI输出视为“创意矿石”：重点在于你从中甄别、筛选、组合、升华的能力。没有完美答案？那就引导它不断迭代、演化（如：“思路不错，但角度A略显悲观，能否结合角度B，再融入元素C，试着重写？”）。
5. 保持动态校准：AI在进化（横轴下移！），你的知识储备也在增长（纵轴左移？右移？）。这张地图非一成不变，需定期审视、重新定位。 持续观察最新AI能力的边界，并反思你自己的专业增长点，随时调整协作模式。

参考：https://www.geekpark.net/news/344701