光标还在闪，屏幕上已经铺开一整段解释：分点、举例，还带了小结。你输入的那句话其实很含糊，但回答读起来毫不含糊。这种顺畅很容易让人放松——读得懂，就默认它说得对。
流畅和正确，中间隔着一段路
AI大模型的工作方式，是根据上文往下推测最可能出现的词。它擅长的是把语言组织得像那么回事，而不是替你确认某件事在现实里成立。这两件事经常重合，但并不总是重合。句子通不通顺，属于表达层面；结论靠不靠得住，得回到事实层面去核对。前者是它的默认状态，后者需要外部动作。
被改变的其实是提问的节奏
过去查一件事，要拆问题、找来源、来回比对，中途常常发现自己一开始就问错了。现在可以把整段困惑一次性丢进去，几秒后拿回一份整理好的说法。省下的时间是真的，但被省掉的动作没有消失，只是往后挪了——挪到你决定“要不要信”的那一刻。麻烦在于，那一刻往往发生在答案已经被复制进文档之后。
所以更实际的做法，是把AI大模型当成一个随时在线的讨论对象，而不是一台出结果的机器。讨论意味着来回：它给一版，你挑毛病，它再改。单次问答得到的东西，通常只够当草稿。
几个能立刻用上的小动作
- 让它说明判断依据，而不是只给结论；依据讲不清的地方，往往就是薄弱处。
- 追问反例：什么情况下这个说法不成立。愿意给出边界的回答，比斩钉截铁的更像思考过。
- 把大问题切成几个能独立验证的小块，逐块确认，别指望一次问清。
有些事不该交给速度
需要承担后果的判断、依赖现场信息的决定、牵扯他人权益的处理，快本身不构成理由。工具适合把粗糙的想法整理成可以拿出来讨论的草稿，不适合替人完成“负责”这个动作。它可以写得比你想得快，但不能替你承担写错的代价。
一个不算复杂的使用习惯：把第一次回答当草稿，不当下结论。多花的那几分钟，本质上是在把判断权留在自己手里。