文章总结： 本文核心观点是AI能力已足够强，项目失败多因用户未能清晰表达需求或自身存在认知盲区。文章将盲区分为已知已知、已知未知、未知已知和未知未知四类，并重点针对后两类提出在动手前通过盲点扫描、先做草样、让AI采访用户、提供参考和要计划等方法挖掘盲区；在动手过程中通过维护施工日志记录意外；在交付后通过打包说明和出考卷验证理解。关键建议是改变开工习惯，先让AI帮助找出自己不知道什么，以低成本避免未来高成本返工。 综合评分： 88 文章分类： 实战经验

别急着写提示词，先用 AI 帮你找出「不知道自己不知道什么」

原创

独眼情报 独眼情报

独眼情报

2026年7月5日 15:30 湖北

在小说阅读器读本章

去阅读

❝

原文作者 Thariq 是 Anthropic Claude Code 团队成员。这篇是对他原帖的通俗化改写：保留核心方法，换掉难懂的例子。

一句话总结

AI 已经足够强了。现在项目做砸，多数不是因为 AI 不行，而是因为你没把自己想要什么说清楚——甚至你自己也不知道自己想要什么。这篇文章讲的就是：怎么在动手之前、动手之中、动手之后，把这些「你不知道的东西」一个个挖出来。

图纸永远画不全工地

你给 AI 的提示词、要求、背景信息，就是一张图纸。 而工作真正发生的地方——你的代码库、实际业务、现实中的种种限制——是工地。 图纸永远画不全工地。这中间的差距，就是「盲区」。 打个比方：你请了一个手艺极好的装修师傅，给他一张户型图和一句「装成北欧风」。师傅开工后会不断撞上你图纸上没有的东西——这面墙是承重墙拆不了、水管走位很怪、你其实默认插座要装在床头但从没说过。师傅越能干、干得越多，撞上的「图纸外的事」就越多。每撞上一次，他就得替你做一次决定——而他猜的未必是你想的。 过去 AI 不够强，瓶颈在「师傅的手艺」。现在到了 Claude 5 这一代，瓶颈换人了：换成了你画图纸的能力。

四种盲区：先知道自己卡在哪一类

我们脑子里的状态可以分为四种。别被名字绕晕，用装修的例子一看就懂：

| 类型 | 说人话 | 装修例子 | | — | — | — | | 已知已知 | 你明确说了的 | 「北欧风，预算 15 万」——写进需求了 | | 已知未知 | 你知道有这个问题，但还没想好答案 | 「地板选木的还是砖的？我还没定」 | | 未知已知 | 你觉得太理所当然，懒得说 | 你默认插座装床头。师傅装到墙角，你一看就炸：「这还用说吗？」——对，就是得说 | | 未知未知 | 你压根不知道有这回事 | 你根本不知道「承重墙不能拆」这个概念，直到师傅提起 |

最危险的是后两种。「未知已知」让你事后返工（「早知道你要这样，我一开始就……」），「未知未知」让你连问都不知道该问什么。 下面的所有技巧，本质上都在干一件事：在返工变贵之前，便宜地把这些盲区挖出来。

动手之前：五个挖盲区的办法

1. 盲点扫描——「我不知道该问什么，你告诉我」

适用场景： 你进入了一个完全陌生的领域，连提问都不会提。 这时最好的第一步，不是让 AI 直接干活，而是让它先告诉你：这个领域里，外行通常会踩什么坑、会漏想什么。可以这样问：

❝

「我要给公司做一个数据看板，但我从没做过。在你动手之前，先告诉我：像我这样的外行，在这件事上通常会有哪些盲点？哪些问题我现在不问、以后会后悔？」 关键动作：告诉 AI 你是谁、你懂什么不懂什么。它知道你的水位，才能给你补对地方的课。

2. 先做草样，别直接盖楼——「我看到才知道要不要」

适用场景： 你属于「说不清想要什么，但一看到就知道喜不喜欢」——尤其是涉及视觉、排版、交互的事。 这正是「未知已知」的解药。装修师傅会先给你看效果图，而不是直接把墙砌好——因为砌好再改，成本是十倍。AI 干活也一样：在草稿阶段改一句话，等于在成品阶段改一百行。可以这样问：

❝

「先别写正式的东西。给我做 4 个风格完全不同的草稿版本，放在一个页面里让我挑。我看了才知道自己要哪种。」 作者说他几乎每次开工前都有一个「先探索、再定范围」的阶段。头脑风暴还能防止你把事情想得太小或太大。

3. 让 AI 反过来采访你——「你问我答」

适用场景： 草稿看完了，方向定了，但你隐约觉得还有些事没想清楚。 与其自己憋，不如让 AI 当记者，一个问题一个问题地问你。你回答的过程，就是把模糊地带逐个消灭的过程。可以这样问：

❝

「开工之前，请一次一个问题地采访我。优先问那些『我的回答会改变整个做法』的大问题，别问细枝末节。」

4. 给参考，别硬描述——「照这个做」

适用场景： 有些东西你就是描述不出来——不是你笨，是语言本身不够用。 最省事的办法：找一个现成的例子，直接指给 AI 看。「我要的就是这个网站这一块的感觉」「照着这份报告的结构写」。一个好参考，顶一千字的形容词。可以这样问：

❝

「我很喜欢这个网页顶部导航栏的做法（附链接/截图/文件）。请研究它是怎么实现的，在我们的项目里做一个同样效果的。」

5. 要一份计划，重点看「你最可能反悔的地方」

适用场景： 一切就绪，准备正式开工前的最后一道关。 让 AI 先交一份施工计划给你过目。但有个诀窍：让它把「你最可能有意见的决定」放在最前面——比如整体结构、面向用户的部分、关键取舍。至于那些机械性的体力活，放后面，你信任它就行。这样你审计划的十分钟，全花在刀刃上。可以这样问：

❝

「写一份实施计划。把我最可能想改的决定放在开头（整体结构、用户会直接看到的部分），机械性的部分放后面，那些我信任你。」

动手过程中：留一本「施工日志」

计划再细，干起来总会撞上意外——这就是藏在角落里的「未知未知」现身的时刻。 作者的做法：让 AI 边干活边维护一个笔记文件，凡是被迫偏离计划的地方，选保守方案，记下来，继续干，不要停下来事事请示。事后你翻这本日志，就知道哪些盲区被撞上了——下次画图纸时补上。可以这样问：

❝

「干活时维护一个『施工笔记』文件。遇到计划没覆盖的意外情况，选最保守的处理方式，在笔记里记一笔原因，然后继续。」

交付之后：两个容易被忽略的动作

6. 打包一份「给别人看的说明」

东西做完了，往往还要说服同事、老板、评审。让 AI 顺手把原型、方案、施工笔记打包成一份说明文档——开头放演示，中间讲清楚「我考虑过哪些坑」。评审者最担心的就是你没考虑周全；你主动展示考虑过的盲区，通过率会高很多。

7. 让 AI 给你出一份考卷——「不及格就别合并」

这条最反直觉，也最有价值。 AI 干了一大堆活，你光扫一眼改动记录，获得的只是「我大概看懂了」的错觉。作者的办法：让 AI 先给你讲解这次都改了什么、为什么这样改，然后出一份测验考你。考过了，说明你真的理解了这次改动；考不过，说明你即将把一堆自己不理解的东西放进正式版本——那才是真正的风险。可以这样问：

❝

「我想确认自己真的理解了这次所有改动。先给我讲清楚背景和思路，最后出一份小测验。我答对了才算过关。」

一个完整的真实案例

Fable 5 的发布视频，是作者用 Claude Code 剪出来的。而他完全不懂视频剪辑。看他怎么一步步用上面的方法：

1. 从已知出发： 他知道 AI 能用代码处理视频和文字稿，但不确定精度够不够。→ 先让 AI 讲解语音转文字的原理，确认「自动剪掉『嗯』『啊』和长停顿」这件事技术上可行。（盲点扫描）
2. 不确定就先验证： 他想要一个「画面随他说话内容同步变化」的效果，不知道能不能做。→ 先让 AI 用假数据做一个小样看看。（先做草样）
3. 发现自己连「好」都不认识： 成片颜色发闷。他知道这叫「调色」问题，但完全不懂调色。第一反应是让 AI 出几个版本让他挑——然后他意识到一个关键问题：他连「调得好」长什么样都不知道，挑也是瞎挑。 → 于是改成先让 AI 教他调色的基本概念，等自己能分辨好坏了，再回来挑。 第三步是全文的点睛之笔：当你连判断标准都没有时，「给我几个选项」是假勤奋。先补认知，再做选择。

最后：换一个开工习惯

以前的习惯是：想清楚 → 写提示词 → 等结果。 新的习惯是：承认自己想不清楚 → 先让 AI 帮你找到没想清楚的地方 → 边做边继续找 → 做完了还要验证自己真的懂了。模型越强，这个习惯的回报越大。长任务跑出错误结果时，先别怪模型——大概率是图纸和工地差得太远，而你没花时间去量这个差距。 每一次盲点扫描、草稿、采访、参考、施工日志和考卷，都是在问题变贵之前，用几分钟的成本买回未来几小时的返工。 下一个项目开工时，第一句话不妨这么说：「先帮我找找，这件事上我不知道自己不知道什么。」

❝

参考：https://x.com/trq212/status/2073100352921215386

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：独眼情报 独眼情报 独眼情报《别急着写提示词，先用 AI 帮你找出「不知道自己不知道什么」》