你打开 ChatGPT，输入「帮我写一篇关于 XX 的文章」，然后复制粘贴发出去。
恭喜你，你刚刚用 2026 年最先进的技术，做了一件最低级的事。
我身边用 AI 的人，大致分两种。一种越用越强，产出翻了好几倍。另一种用了半年，跟没用一样，甚至更差了。
差距不在工具。差距在人。
一、四种「AI 废物」，你是哪种
第一种，AI 收藏家。
收藏了 200 个 prompt 模板，关注了 50 个 AI 教程账号，手机里存了一堆截图。但你问他上次真正用 AI 完成一个项目是什么时候，他想不起来。收藏就是学到了嘛。
第二种，AI 文盲。
让 AI 写了一篇看起来很专业的分析报告，自己读了一遍，似懂非懂，但觉得「反正比我写得好」，直接发给了客户。客户追问了一个细节，他答不上来。因为那篇东西，他自己都不懂。
第三种更有意思，AI 观光客。
每天花两小时刷 AI 新闻。今天 Claude 出了新功能，明天 GPT 又升级了，后天某个 Agent 框架火了。聊起来头头是道。但你让他用 AI 从头到尾做一件完整的事？没有过。一次都没有。
第四种，甩手掌柜。
一句话丢给 AI，「帮我做个方案」。AI 输出了一坨泛泛而谈的东西，他看了一眼说「AI 不行，还是得靠自己」。
说实话，不是 AI 不行。是你给的东西太烂了。
二、5 个特点背后，只有 1 个底层能力
网上有很多「AI 用得好的人有什么特点」的总结。专业能力强、上下文管理好、会反问、沟通表达准确、保持空杯心态。
都对。但都是表象。
这 5 个特点，本质上是同一个东西的不同投射。
认知心理学里有个概念叫「元认知」。简单说就是，你知不知道自己知道什么，不知道什么。
专业能力强的人，不是什么都懂，是清楚问题的边界在哪里。他知道哪些部分自己能判断，哪些需要 AI 帮忙。
上下文管理好的人，不是记忆力好，是知道 AI 此刻缺什么信息。他能站在 AI 的角度想，「如果我是 AI，我现在需要知道什么才能给出好答案」。
会反问的人，不是不信任 AI，是知道自己的方案可能有盲区。他用 AI 来照镜子，不是用 AI 来拍马屁。
你看，全是同一个底层操作系统在运作。
元认知强的人，给 AI 的指令天然就好。因为他们清楚问题的边界，知道自己要什么，能判断输出的质量。
元认知弱的人，问题都描述不清楚，怎么可能得到好答案？
三、怎么练？不是学 prompt，是学拆问题
很多人以为用好 AI 的关键是学更多 prompt 技巧。
错了。Prompt 是表象，拆解问题的能力才是本质。
我自己的方法很简单，三步。
第一步，在丢给 AI 之前，先问自己：我到底要解决什么问题？不是「帮我写篇文章」，而是「我要说服 XX 群体相信 YY 观点，因为 ZZ 原因」。问题拆得越细，AI 的输出越精准。
第二步，给 AI 足够的上下文。你不会对一个刚入职的实习生说「帮我做个方案」就走开吧？你会告诉他背景、目标、限制条件、参考案例。对 AI 也一样。
第三步，拿到输出后，不要直接用。问自己：这里面哪些是对的，哪些是 AI 在瞎编？你得有判断力。没有判断力，AI 给你的东西越多，你错得越离谱。
说到底，AI 是放大器。你本身是 10 分，它帮你放大到 50 分。你本身是 0 分，放大完还是 0。
尾声
2026 年了，AI 工具满天飞。但工具从来不是壁垒，用工具的人才是。
AI 不会让笨人变聪明，只会让聪明人更可怕。
与其花时间收藏第 201 个 prompt 模板，不如花时间想清楚一个问题：你到底要解决什么。
想清楚了，随便哪个 AI 都好用。想不清楚，用什么都是垃圾进垃圾出。