二是问题要问得"浅"。
问得一针见血跟问得浅并不矛盾，问得浅就是问到最简。
当你把问题拆解到最小单元时，会发现切入点更小，也更容易入手，而且文章看起来更细致，不会类似假大空。
三是时刻判断问题的重要性。
写文章问问题过程中，也要思考："假若这问题有了答案，会对整体文章有什么影响？"。
如果不能给整体太多贡献，或者这个问题已经被很多人全面且深刻地解答过了，就不必下很多功夫。
提出了问题，在寻找答案过程中，就是观点与素材进行持续的互动。
观点可以统帅素材，通过查资料或者实践得到的素材也能反过来修正、整顿你的观点，两者不断交互，最终得到一个比较满意的答案。
相比人，AI很难通过层层剖析、不断提问去触及问题的本质，它可能并不知晓什么样的问题是一针见血的，也不会随时评估问题在你谋篇布局中的重要程度。
更重要的是，它无法通过跟现实进行交互来验证或修正观点。
可能很多人已经感受到了，目前AI生成的内容普遍存在堆砌辞藻、大而化之、细节不足等问题。
据专业人士分析，这是因为AI在训练时是概率输出，通过对海量数据的学习，选取已有且最常用的叙述、描写、比喻来生成用户想要的答案，对于算法来说，使用频次最多的就是最稳妥的。
04
接下来说说考据，也就是素材。
很多人认为AI在写作中很大的作用就是帮忙查找、整理和提炼资料，在海量数据中披沙拣金只需几秒。
这当然能大大提升写作效率，但写作者仍需要对素材有相当的掌控和检视，不能完全把找素材的活儿完全"外包"给AI，自己只负责根据它提供的资料撰写。
为什么？
就是前面提到的，思想跟素材是持续互动的关系，丧失了对素材的检视和掌控，就可能让写作失去了很多突破的可能性。
举一个我写作中经历的例子。
