你那个"预算卡死的老甲方"例子挺典型,不过我后来发现角色定得越细,挑出来的刺越尖。光说"你是个挑剔的甲方"太虚,得给足约束——行业、决策边界、KPI是什么——它才敢往具体数字上扎。我试过把那句"第三章成本比均价低三成"直接丢回去问它凭什么这么断言,结果它承认是它自己拍的,根本没数据。这点你最后也提了,我想补一层:AI瞎说往往不是因为坏,是因为它怕冷场,你逼它开口它就编。所以给角色时顺手加一句"不知道就直说,别硬凑",幻觉能少一大半。简单说
另一个角度是视角切换的玩法被你写轻了。用户、老板、竞品各来一轮挺好,但最狠的常常是"最反对你核心假设的那个专家"。比如你方案立论是"用户愿意为X多付钱",让AI扮成最不认同这点的研究员,逼它把你的论据一条条拆,比泛泛的"竞品视角"扎实得多。
还有个容易被忽略的用法:让它给自己挑的刺排优先级。一堆意见里混着真问题和硬编的,直接问"按杀伤力排序,哪三条最可能让我翻车",你只验证前三就够了,省得逐条较劲。
不过这法子救不了地基逻辑本身有问题的东西——它再毒舌也是在你说的话里挑,你前提错了它就顺着错前提挑,看着热闹其实白搭。丢给它之前,自己得先想清楚这东西到底要解决啥。
你一般一轮喂多少字让它审?我试过长文整段丢,它容易顾头不顾尾,切成模块喂反而准。