這是我最近看著螢幕上那個閃爍的光標時，突然冒出來的念頭。我們在社交媒體上揮霍生活細節，把午餐的擺盤、深夜的感傷、對上司的咒罵，像傾倒垃圾一樣塞進雲端。我們對數據的流向慷慨得近乎無知，反正那些伺服器吃進去的是冷冰冰的字節。但弔詭的是，當我們面對一個能讀懂邏輯、能模擬共情的 Gemini 或 Claude 時，卻變得吝嗇起來，連一句完整的意圖都捨不得交代，只會扔下幾個乾癟的關鍵詞，然後在心裡期待它能給出一個靈魂伴侶般的解答。
這種心態很有意思。我們對 Google 投餵了十幾年的搜索習慣，現在它把 Gemini 鑲嵌在側邊欄裡，隨時準備接手你的工作流，你卻在那裡玩猜謎遊戲。很多人跟我抱怨說 Gemini 寫出來的東西像溫吞的水，沒有個性。我通常會反問他們：你給了它多少個性？你連自己想要什麼樣的語氣、什麼樣的受眾、什麼樣的偏見都沒說清楚，它當然只能給你最安全的平均值。這不是 AI 的失能，這是人類在表達上的集體失語。
我們習慣了被動。被動地接受算法推送，被動地讓數據去定義我們是誰。到了需要主動定義任務的時候，那種對語言的掌控力竟然萎縮得這麼快。
我看過一些資深開發者的 Prompt，那簡直是精密的建築圖。他們在調用 Gemini 的 Function Calling 時，會把邊界條件設定得像手術刀一樣精準，每一句 Instructions 都在修剪可能偏離的路徑。但在日常對話的層面上，大多數人還停留在「幫我寫個東西」這種原始人的呼喊。這讓我想起那些在感情裡冷戰的人，心裡翻江倒海，嘴上卻說「沒事」，然後怪對方不懂自己的欲言又止。我們對待 AI 其實也帶著這種病態的期待，總覺得「既然你這麼強，你應該懂我」。
可惜，數字領域裡沒有心有靈犀。
Gemini 的 Ultra 模型在處理長文本時確實有它的優勢，那種對上下文脈絡的吞噬能力有時候讓人心驚。你可以把一整年的會議紀錄扔進去，讓它找出那個總是跑題的罪魁禍首。但如果你給出的提示詞只是一個模糊的指令，它那高達 1M 甚至更高的 Context Window 就只是個裝滿了空氣的巨大倉庫。數據是材料，提示詞是結構，沒有結構的材料堆積得再高，也只是一座廢墟。
我一直覺得，寫提示詞的過程其實是極其殘酷的自我剖析。你必須先弄清楚自己是誰，以及你到底想達成什麼。如果你想讓 Grok 給你一點尖酸刻薄的洞察，你得先學會像個反派一樣思考；如果你想讓 Claude 幫你理清一段複雜的人際關係，你得先誠實地面對那些不堪的細節。我們在交換真心時之所以吝嗇，是因為誠實太累了，而誤解則顯得輕鬆許多。
在論壇上，常有人吵著說 GPT-4o 的邏輯推理退步了，或者 Gemini 的安全性濾鏡太厚。這些討論當然有意義，但我更感興趣的是，為什麼同樣的模型，在某些人手裡是開山刀，在某些人手裡卻成了鈍剪刀？這中間的變量往往不是模型版本，而是人類給出的那段「靈魂」。當你把心交付給數據庫的時候，你並沒有在交換什麼，你只是在捨棄。但當你在對話框裡敲下那些帶有情緒、帶有立場、帶有具體溫度的提示詞時，那才叫交換。
現在的技術已經進化到可以模仿任何一種文體，甚至可以模擬一個人的思考路徑。Gemini 在整合 Workspace 數據後的表現其實很恐怖，它能從你的郵件往來中捕捉到你處理問題的風格。但這也帶來了一個問題：如果我們連自己的真心都懶得表述，最終 AI 模擬出來的那個「你」，不過是一個平庸的幻影。
數據的慷慨是廉價的。在這個時代，隱私已經成了某種意義上的奢侈品，我們在不經意間早就把最私密的行為數據交了出去，換取一點點便利。但這種慷慨並不代表我們懂得交流。相反，因為獲取訊息太容易，我們失去了對語言精準度的敬畏。我們寧可花三小時在短影片裡刷那些無意義的噪音，也不願意花三分鐘去構思一段能直達核心的指令。
我觀察過一些重度 AI 使用者，他們在跟模型互動時有一種奇妙的儀式感。那不是在對機器下令，而是在進行一種意識的校準。他們會不斷調整參數，微調語氣，像是在調試一台精密的電台，試圖捕捉到那個最清晰的頻率。這種過程其實很像是在寫作，或者說，這就是當代意義上的寫作。如果你在提示詞上表現得吝嗇，那你得到的反饋也注定是乾癟的。
這不是在教你怎麼使用工具。這是在說，我們正在喪失定義需求的能力。當一切都可以被預測、被生成、被推薦的時候，那個「主動的意圖」就成了最後的堡壘。如果你連這座堡壘都守不住，連幾句真心實意的提示詞都給不出來，那你投餵再多的數據，也只是在餵養一個巨大的、毫無意義的虛無。
我們身處在一個看似溝通成本極低的時代，實則每個人都活在自己的信息孤島裡。AI 本應是那艘能帶我們出海的船，但前提是，你得先決定航向。別再怪 Gemini 聽不懂人話了，先問問自己，你對它說的是真心話，還是應付生活的陳腔濫調？
那種把靈魂的一部分裝進 Prompt 裡的感覺，其實很迷人。你會發現模型給出的回應突然有了光澤，不再是那種機械的公式化對答。那種瞬間，你會感覺到數據不再是冰冷的流動，而是真的有什麼東西在兩端之間接通了。
可惜，大多數人還是選擇了那種最懶惰的方式。一邊擔心著被取代，一邊卻連最基本的、身為人類的表達權利都主動放棄。這種對技術的依賴與對表達的厭倦，構成了當下最荒謬的景觀。我們餵食了巨獸，卻忘了教它如何溫柔。我們給出了所有，唯獨沒給出那個最關鍵的鑰匙。
這並不是什麼技術困境，這是人性在效率面前的一次集體潰敗。當你下次打開對話框時，試著少給一點數據，多給一點真心，看看那個被你稱為「人工智慧」的東西，會不會真的給你一點意想不到的溫度。
別在那裡指望模型能自動補完你的靈魂空缺。如果你自己都對你的意圖感到羞赧或懶惰，那你得到的只會是一面鏡子，照出你那混亂且蒼白的內心。這就是現實，殘酷得不需要任何多餘的結尾。