Chapter 7　成果不滿意？先判斷是哪一種不知道

地圖與領土：搞懂你缺的是哪一種「不知道」

做完一份提案，客戶卻說「不太對」——這種時候先別急著猜哪裡出了問題，Anthropic 工程師 Thariq Shihipar 在《Field Guide to Fable》演講裡提出一個很好用的比喻：你腦中對需求的理解是一張「地圖」，AI 實際要處理的現實則是「領土」。地圖畫不到、卻真實存在的地方，就是「未知」。

未知可以拆成四種，每一種對應不同的處理方式：

• 知道自己知道什麼——已經畫在你的地圖上。對策：直接寫進指令，不要讓 AI 猜。
• 知道自己不知道什麼——地圖上的空白區，但你圈得出範圍在哪。對策：讓 AI 反問你。
• 不知道自己其實知道什麼——你身上帶著這個判斷標準，卻沒有意識到要畫進地圖。對策：用多個版本試探，或直接給參考範例。
• 不知道自己不知道什麼——地圖以外的領土，連該問什麼都想不到。對策：讓 AI 做盲點掃描。

底下用一個具體情境貫穿整篇文章：業務要幫客戶規劃整個機房。

四種未知，逐一破解

① 知道自己知道 → 直接寫進指令

客戶機房大概幾坪、要放多少機櫃，業務心裡通常很清楚——這類你腦中已經有答案的資訊，就是最基本的「地圖」，該做的只有一件事：寫進提示詞裡，不要指望 AI 自己猜到。

「客戶機房大概20坪，機櫃需求抓8台左右，預算大約80萬，麻煩幫我抓這個範圍內可行的機房整體規劃案。」

② 知道自己不知道 → 讓 AI 反問你

客戶未來三年的資料成長量、要不要虛擬化——業務知道這些細節還沒問清楚，這時可以讓 AI 反過來訪談自己，逼自己想到該去問客戶什麼。訣竅是明確告訴 AI「優先問會影響架構或規格選型的問題」，這樣問出來的才是真正關鍵的缺口，不會被無關細節淹沒。

「我要幫這位客戶的機房規劃提案，但還有些細節沒問清楚。請你列出3-5個對規格選型最關鍵的問題，優先問會影響架構的，我確認完再回來繼續。」

③ 不知道自己知道 → 多版本試探／給參考範例

「要跟客戶現有機房動線相容」——這種你心裡有數、卻不會主動講出來的標準，有兩個挖法：一是讓 AI 做幾個差異明顯的提案版本，你一看就知道哪個不對，藏在直覺裡的判斷標準自然就會浮現；二是直接丟一份過去的類似提案給 AI 當範例——與其費力用文字形容想要什麼，不如給它一張現成的「地圖」去讀。

「幫我做3個規格差異明顯的方案（入門／標準／進階），列出各自的取捨，我看過之後才知道哪個部分是我真正在意的。」

④ 不知道自己不知道 → 盲點掃描

最危險的缺口，是連「該去問」都不會想到的部分：業務滿腦子想的是機櫃數跟坪數，完全沒想過客戶既有的電力容量、空調負載根本撐不住新增的機櫃——等報價送出去，才發現要另外追加電力與空調升級的預算。這種連關鍵字都講不出來的缺口，就讓 AI 用「資深顧問」的視角替你掃一遍。要注意的是：不要自己先列項目，你自己列得出來的就不是盲點。

「我要交這份機房規劃提案（20坪、8櫃、預算80萬）。請你以做過上百個機房案的資深顧問角度做盲點掃描：不要重複我已經想到的，專門列出這類案子最常翻車、而我這份提案完全沒提到的風險，按嚴重程度排序。」

當你還說不清楚自己想要什麼，就先讓 AI 幫你把模糊的感覺變成具體的選擇。提案完成後，也可以反過來讓 AI 考你幾個重點問題，確保你真的講得出這份提案的邏輯，而不是只把 AI 的產出照唸出去。

陷阱：AI 的諂媚傾向

語言模型有一個天生的傾向：認同提問的人。這個現象有正式名字，叫諂媚（sycophancy）。你把做好的機房提案丟給 AI 問「這樣規劃可以嗎」，它大概率會先稱讚，再做一點小修改。想聽真話，就要明確給它唱反調的許可：

「站在反對者的立場挑戰這份提案：如果客戶要砍掉它，最有力的三個理由會是什麼？」

盲點掃描防的是 AI「沒說出來的」，唱反調防的是 AI「順著你說的」——兩招一起用，AI 才會是顧問，不是啦啦隊。

真實案例：客戶丟來一句模糊的話，你要怎麼接？

這是業務日常會遇到的情境：客戶用企業通訊軟體丟來一句很籠統的話，怎麼接下去，往往決定了這筆生意能不能往前推進。

客戶的原始訊息（王經理，大同科技）：

你們有在做導入AI這部分嗎？
例如 fileserver 結合 AI
（業務：我問問）
好喔
（業務：你們想要做到什麼樣的功能？）
看你們有什麼配套，能來聊聊
我們目前方向兩個：
1. Fileserver結合　2. ERP（鼎新）

客戶給的只是一個方向感，沒有具體範疇、沒有預算、也沒有時程。如果直接照字面回覆，很容易做出一份雙方對不上焦點的提案。這正是本文②「知道自己不知道→讓AI反問你」的技巧，只是這次不是問自己，而是把這個技巧轉個方向，用來幫客戶把問題聚焦——讓 AI 先幫忙想清楚可能的方向，業務再帶著清楚的選項去談。

業務用 AI 協助釐清後的回覆（小雯，業務）：

王經理您好！「Fileserver／ERP結合AI」背後其實可以拆成三個方向，先幫您抓範圍：

A．文件智慧檢索——用自然語言在fileserver裡找文件／合約
B．ERP資料助理——在鼎新資料上做異常提醒、報表問答
C．跨系統整合問答——fileserver+ERP資料一起讓AI跨系統回答

想先聊哪個方向？或約15分鐘，我準備幾個關鍵問題幫您聚焦

小雯沒有直接跳進去猜客戶想要什麼，而是先把「結合AI」這個模糊詞拆成三個具體、彼此獨立的方向，再邀請客戶選一個或約時間深談。這樣一來，接下來的對話不管往哪個方向走，雙方談的都是同一件事，不會各自想像。

一頁帶走：先問自己缺的是哪一種「不知道」

• ① 知道自己知道：寫進指令——「20坪、8櫃、預算80萬。」數字與限制明講，不要讓AI猜。
• ② 知道自己不知道：讓AI反問你——「列出3-5個最影響選型的問題來問我。」
• ③ 不知道自己知道：多版本試探／給範例——「給我3個差異明顯的版本，我挑了你就知道我在意什麼。」
• ④ 不知道自己不知道：盲點掃描——「用資深顧問的角度，列出我完全沒想到的風險。」

四句話不用背，記一件事就好：成果不滿意時，先問「我現在缺的是哪一種不知道」，再挑對應的問法去補。