當你要問一個好問題，重點不是讓AI覺得聰明，而是讓自己「問出能推動思考與行動」的問題。這裡我講得直接一點——問問題的品質，決定你獲得的智慧深度。
一、先想清楚：你想得到什麼？
我常對學生說：「問題不是越多越好，而是越聚焦越有力量。」
你要的可能是三種之一：
- 探索性問題：想看清一個現象背後的邏輯。
例：「為什麼中小企業的AI轉型常常卡在第一哩路？」 - 策略性問題：想找到下一步的方向。
例：「如果要導入AI知識管理，我該先從哪三個行動開始？」 - 實作性問題：想直接產出具體成果。
例：「請幫我設計一份AI教學簡報開場白，對象是中高齡學員。」
二、提供上下文，讓AI理解你的場域
AI不是通靈的，它需要脈絡。
你要告訴它：
- 你的角色定位（教練、顧問、創業者？）
- 應用場景（課程、簡報、社群文案？）
- 期望輸出格式（表格、策略建議、卡片架構？）
越具體，回覆越接近你要的現實。
三、讓問題能被驗證、能驅動行動
問完之後，你要能立刻「做點什麼」。
我通常會檢查三件事：
- 這問題能不能測試？
- 它能引出行動嗎？
- 裡面有沒有模糊字眼？（像「有效」、「好用」這種詞都要定義清楚。）
四、結構化提問：讓問題更有思考力
高階的問題通常是有邏輯骨架的。
舉例：
用第一性原理分析：如果要讓AI協助企業轉型，核心約束條件是什麼？
根據這個條件，請列出三種策略路徑。
這類提問逼AI「推理」而非「背書」，也迫使你自己思考「問題的邊界」。
五、案例：問題差一點，結果差很多
像「我要設計AI課程」這種太模糊，我會立刻追問你：「對象是誰？時數？目標？」
但若你問：「我要為中小企業主設計4小時的AI課程，目標是讓他們能用ChatGPT提升工作效率，請幫我設計課程架構。」
這問題的含金量就高多了。它可行、可產出、可追蹤。
六、最終修煉：問「元問題」
最厲害的提問者，都會在問問題之前先問自己：
我這個問題背後的假設是什麼？
有沒有更根本的問題沒被問出來？
這就是第一性原理思考的起點——不接受表面答案，而是直抵事物的本質。
