读过经典书籍《精要主义》（Essentialism）的人，往往擅长剔除 AI 返回的想法。他们会生成 20 个选项，阅读后只保留 3 个。作为一种使用这本书的方法，这无疑是正确的。
然而，我认为那些引入 AI 后反而变得更忙的人，可能仍然过于死板地践行着这种方法。
你在 ChatGPT 或 Claude 中输入的“给我一些好的”或“让它更好”越多，你的“筛选工作”就越多，这会吞噬你的时间。
《精要主义》出版于 2014 年，销量已超过 60 万册。书中提出了“90% 法则”：确定一个最重要的标准，对选项进行百分制打分，并将低于 90 分的选项视为零分直接丢弃。
换句话说，这本书是在从排列好的选项中选择时使用这一工具。但在 AI 时代，你可以在生成之前，就设定好丢弃的标准（低于 90%）。
90% 的判断标准非常优秀，但我相信将时机“提前”会让它更加有效。
直到最近，我也还在要求 AI “提供 30 个多样化的选项”。然后我花时间去阅读和挑选，几乎认为 AI 只能给出显而易见的答案……但反思之后，我发现自己只是没有事先写下“丢弃标准”。所以现在，我会坚定地在提示词的最开头放上 1-2 句关于丢弃标准的说明。
即使你脑海中还没有清晰表述出“什么是好的”，在提问之前，你是否已经大致确定了“哪些是你不需要看的”条件？
你可能会想：“我没有这些标准……”在这种情况下，从“给我一些排除项的候选标准”开始，可以提高使用 AI 的合理性。
在给 AI 下指令时，先写出不想看的内容，再写出想看的内容。句式很简单，只需两句话：“不要包含 [X]。在此基础上，[Y]。”
以下是按向 AI 提问的三个目的分类的示例：
<生成想法>
“给我一些好的方案”
→ “不要包含超出本季度预算的方案。在此基础上，给我 20 个选项。”
“给我 10 个口号”
→ “不要包含仅仅是对产品名称改写的口号。在此基础上，给我 10 个。”
“请给我一些项目创意”
→ “不要包含我们目前人手无法管理的项目。在此基础上，按下周可尝试的顺序列出。”
“给我一些标题选项”
→ “不要包含承诺了正文中没有内容的标题。在此基础上，给我 5 个最短的。”
“给我一些好的”似乎被 AI 解读为“把你想到的一切都给我”。如果你在读完 90% 法则后这样用，最终你会得到阅读 20 个选项的工作量。
<调研>
“调查一下 [主题]”
→ “不要包含官方网站首页上能找到的信息。在此基础上，只展示与我们不同的地方。”
“检查竞争对手”
→ “不要包含比我们规模大的公司。在此基础上，展示 3 家价格区间相同的公司。”
“告诉我更多细节”
→ “不要重复第一次的回答。在此基础上，提供一个相反的观点。”
“准备关于 [问题] 的会议”
→ “不要包含今天不会决定的议程项目。在此基础上，展示本周需要决定的一件事及其材料。”
在调研中，混入的已知信息越多，阅读时间就越长。通过先排除已知内容，你只需要阅读增量部分。
<编辑>
“让它更好”
→ “不要做改变含义的修改。在此基础上，仅调整措辞。”
“让它更易懂”
→ “不要添加术语解释。在此基础上，将长句拆分为短句。”
“检查一下这个”
→ “不要包含仅从一个角度触发的问题点。在此基础上，只显示两个或更多角度指向同一处的问题。”
“再修一次”
→ “不要包含上次已修复的部分。在此基础上，留一列显示修复的部分及原因。”
如果你只说“修改”，AI 会将其解读为允许重写全文。更糟糕的是，你最终还要额外花时间对比前后版本。
这种情况发生的原因在于，虽然你有“从选择中丢弃的标准”，但你没有准备好“从一开始就不创建候选项的标准”。
尽管这些改写的内容不同，但一开始采取的行动是一样的。
在交给 AI 之前，先决定“什么会被丢弃，从而甚至不进入选择池”，
然后再添加“好东西”的条件。
在你平时的 AI 回复中，有多少行是“不需要输出的结果”？
高效工作者利用 AI，正是从这个“缩小候选范围的切入点”开始的。
我也会以结构化且清晰的方式，讲解时效性新闻以及明天工作的灵感。
https://x.com/smark_x/status/2099383008537297309
https://x.com/smark_x/status/2096168360103088156
• 过度思考阻碍了你采取行动
• 完美主义或低效让你时间捉襟见肘
• 遇到瓶颈时，你想把责任归咎于“缺乏直觉”
• 你引入了 AI，但工作并没有真正变得轻松
我自己也曾面临这些问题，但通过“逻辑思维”将其系统化，我的工作变得轻松多了。我每天都会发布内容，感兴趣的话请关注。→ @smark_x
