很难不跑偏
在讨论时，大模型太擅长一次对话吐出海量内容。
这些内容一是顺，至少在表面上看起来都挺合乎逻辑，人脑短时间内很难判断处理；二是总能给大脑带来一些新鲜的灵感，因为量足够大。随之而来的一个问题分散注意力，本来想讨论秦始皇，AI 顺便喷出了奥德修斯，还总让你觉得挺有道理，不知不觉就走偏了。
要缓解，一个办法是拆。一个大目标，拆成若干个小模块，每次都让他只回答一部分，一个模块讨论确定后再继续下一个。比如目标是输出一个方案，就拆成定义人群与目标、限制条件、候选方案、成本评估……针对相对简单的项目，上下文不是特别长，可以直接在一个对话内完成，答完一个部分之后继续下一个。如果项目很复杂，上下文很长，那就可以在讨论结束后让 AI 把子模块的讨论过程和最终结论沉淀下来，交给下一个 AI 作为上下文。
另一个是限，限制回答长度。太长的内容就容易让认知超载，现在大部分的前期讨论，都会让他在 500 或 800 字之内，只说重点。实际上基本也都能说清楚。这样也会让讨论更聚焦，避免分散，少些喷出新钩子的概率。
不过，对于初期头脑风暴这类事情，需要量大发散，这个思路就不太适合了。