别再把大模型当人了

前几天,我在一个营销人的群里,看到有人晒截图:他问 AI,「seventeen」这个单词里有几个字母 e。

AI 答错了。

群里一片哈哈哈。有人说,这玩意儿连小学作业都做不对,还好意思说要毁灭世界?

我笑完,却觉得这事没那么好笑。

你想想,一个能写方案、能改代码、能陪你聊心事的工具,居然数不清一个单词里有几个 e。AI 不笨。笨的是我们,一直在用看人的方式看一台概率机器。

大模型不是人。你把它当人,它就一定会让你失望。

它说爱你,只是因为概率

什么叫大模型?

说白了,就是一台超级庞大的「预测下一个词」的机器。里面几百亿、上千亿个参数,全是拿海量文本喂出来的一套统计规律。

它不认识字。不理解词。更没有想法。

当 AI 对你说「我爱你」,或者一本正经地说「我完全理解你的战略目标」时,它不知道爱是什么,也没读懂你那份目标。它只是算出来:在人类的语言里,「我」后面跟「爱」,「爱」后面跟「你」,概率极高。

它干的事,就是给你一串文字,然后挨个猜:下一个字,最可能是什么?

猜得又快又准,猜得像模像样。仅此而已。

它不是在脑子里「调取」知识,不是在回忆经验,更不是在反思你刚说了什么。它只是在做一道巨大的填空题。

你看到的是「理解」,它做的是「概率」。

数不清的 e,和不肯认错的 AI

理解了这一点,AI 的那些迷惑行为,就全说得通了。

回到开头那个问题。你让 AI 数「seventeen」里有几个 e。人一眼就数出来:四个。

AI 为什么数不出来?

因为 AI 看到的,根本不是 s-e-v-e-n-t-e-e-n 这九个字母。它先把文字切成一块一块的「词块」,术语叫 token。一个词块,可能是一整个音节,也可能是小半个单词。在它眼里,「seventeen」可能就是一两个编号,像超市货架上的条形码。

你让一个只认条形码的人,说出这罐商品里每种配料放了几克,他上哪儿知道去?

这就是 AI 的世界:它认识「名字」,但看不见名字背后的字母。

还有更让人生气的。AI 答错了,你纠正它:「不对,你再想想。」它不但不改,反而一本正经地编出新的错答案,跟你犟到底。

你气不气?气。

但你换个视角,用数学看它,这事一点不神秘。

当你说「你错了」,你以为是同一个「它」听到了批评,会羞愧,会反省。不是的。你只是往一串文字的末尾,追加了几句话。模型拿着这整串文字,包括它原来的错答案和你的怒气冲冲,再问一遍自己:接下来,最可能出现什么词?

而人类的语料里,充满了争吵。一个人被反驳之后狡辩、编新理由硬撑,这种文本模式在训练数据里俯拾皆是。模型学得很像。

它不是在对你撒谎。它是在补全一道数学题。

当它进了你的工作流

有人可能觉得,这是哲学问题,跟我有什么关系?

关系大了。尤其是做营销的。

你把 AI 当成一个「懂你」的聪明同事,会发生什么?你会懒得把话说清楚。「帮我分析一下这批投放数据,找出核心人群,顺便写个策略。」一句话丢过去。

然后你收到一堆正确的废话,甚至编造的数据。

你还觉得,是 AI 不行。

其实是你喂的方式错了。把 AI 还原成一台高速统计引擎,用法立刻就变了。我总结成三条。

第一,别让它在一步里做三件事。

「分析数据、找人群、写策略」,这是三个任务。拆开,一步一步来,每一步的结果你亲眼验收了,再走下一步。很多模型在后台其实也是这么拆着干的。

第二,给约束,别给自由。

AI 遇到不知道的东西,就拿概率瞎填。幻觉就是这么来的。所以你要做的,是把它的自由发挥空间压到最小:给它格式固定的参考材料,给它字数红线,给它清晰的结构模板。约束越紧,输出越稳。

第三,别跟幻觉吵架。

AI 答错了,你回一句「不对,重答」,就像跟车载导航吵架。它不认,而且你的每一句反驳,都在往这串文字里塞新的污染源。

怎么办?重开。回到最初的提示词,把它改得更具体,重新生成一遍。干净,省时间。

最后

所以,别再把大模型当同事、当助手、当一个「懂你」的人了。

它是个工具。像锤子,像导航。用得精确,它给你漂亮的结果;用得含糊,它还你一堆概率堆出来的泡沫。

剥掉科幻片里的想象,认清楚它到底是什么,你反而开始真正用得好它。

看清它不是人,才是用好它的开始。

祝你,早点把它用明白。