我越來越傾向於認為，AI 的表現往往取決於使用者的表現。原因很簡單：大型語言模型本質上是一種根據輸入產生輸出的系統。無論其背後的神經網路多麼龐大，若缺乏高品質的輸入與引導，其輸出品質終究受到限制。這個現象其實與 Google 搜尋並無本質差異。越清楚自己想找什麼的人，越能透過精確的關鍵字找到有價值的資訊。
最近在設計一份英文營隊的招生文宣時，我希望以兩個核心成果作為宣傳主軸：「看懂你的第一支英文影片」以及「讀完你的第一本英文小說」。在與 AI 討論摺頁文宣的配置時，我提出一個自認頗具巧思的構想：將兩個成果分別標示為「第二步」與「第三步」，藉此引發讀者好奇，讓他們想知道「第一步」究竟是什麼。而我的答案是：第一步，掃描 QR Code 報名體驗活動。
AI 很快指出其中的問題。當讀者看到「第二步」與「第三步」時，自然會推論「第一步」也應該是學習歷程的一部分。然而，當答案變成被要求「報名」，整個敘事結構便從學習旅程突然跳到行銷流程，造成邏輯上的斷裂。
也就是說，當讀者好奇成功的學習旅程第一步是什麼樣子時，竟然被「廣告」了！？很難想像會有什麼好結果。
這件事讓我重新理解 AI 的角色。AI 並不是答案產生器，而更像是一種思考放大器。它能協助使用者檢查推論、發現矛盾、驗證想法，甚至指出原本未曾注意到的盲點。
這一切都建立在一個前提之上：
提出聰明又有創意的想法
故事會變的有趣，是因為我發現人們懶得翻看廣告單背面的問題，然後又靈機一動想在宣傳標題加上「第一步、第二步」，藉此激發人們翻面的好奇心。看來，傳說中的 Prompt Engineering 在未來恐怕只能算是基本功而已。
前幾天，我用母親的炒菜鍋分享了這個經驗：「就像一口頂級鐵鍋，普通人拿到它，仍然只能煮出普通的料理；但在優秀廚師手中，卻能創造出令人驚豔的作品。」
聽完之後，她半開玩笑地說：「那未來是不是不需要聰明人了？反正 AI 已經夠聰明了。」
我回答：「剛好相反。」
我們可能比過去任何時候都更需要聰明人。因為越優秀的使用者，越能發揮 AI 的潛力；越能提出好問題的人，越能獲得好答案；越能看見問題本質的人，越能利用 AI 創造價值。