复杂问题怎么用AI研究？从拆题到核对原文

先明确你要做的决定，再用 AI 拆出可查证的小问题。搜集资料后，打开原文核对，最后按证据写下结论和适用条件。下文以团队评估项目看板为例。

第一步，把问题改写成一个决定

在 ChatGPT 的新对话输入框里，先交代现状、约束和你要做的决定。示例场景是一个小团队目前用表格记录任务，想判断是否值得改用项目看板。可以这样问：“请把这个问题改写成一份研究任务。我们要决定是否先让一个项目试用看板，重点看漏交接、维护负担和成员上手难度。列出你需要我补充的信息。”

图 1　红框标出填写问题的输入区域

先补充会影响结果的信息，比如目前是谁更新状态、漏交接发生在哪个环节、试用期间能否同时保留表格。没有记录的数据先留空。

第二步，拆成能查证的小问题

把问题分为两组。公开可查的内容包括候选工具是否支持负责人、到期提醒和数据导出。需要团队自己查的内容包括漏交接出现的频率、维护表格花费的精力以及成员愿不愿意每天更新。分别记录这两类材料。

在输入区打开工具菜单，选择 Search。ChatGPT 免费档可以使用网页搜索，搜索受方案使用限制。可先问：“从候选工具的官方帮助页查负责人、提醒和导出。逐项注明适用方案、限制和对应出处，找不到就标待核对。”

图 2　红框标出工具菜单中的 Search

第三步，逐条打开引用核对原文

先检查那些可能影响选择的说法，点开相邻的引用，核对原文中的方案、权限和日期。例如“支持导出”可能只说明管理员可以导出，无法回答普通成员是否能导出自己负责的任务。记下原文实际支持的范围。

图 3　红框标出可打开原文的行内引用，图中为界面示例

两份材料说法不同，先检查它们是否在讲同一方案、版本和角色。找不到能支撑结论的原文，就保留待核对项。把团队内部的交接记录单独标记，避免将其他团队的经验当成自己的数据。

第四步，按证据写出有条件的结论

点击搜索回复下方的 Sources（如有），回看与本次判断有关的材料。然后把自己已核对的记录交给 AI，要求按“建议、支持证据、保留条件、下一步”写成短备忘录。示例结论可以写成：若候选工具满足负责人、提醒和导出要求，先挑一个项目试用，对照原有流程记录漏交接和维护负担，再决定是否推广。

图 4　红框标出用于复核材料的 Sources 按钮

整理完后逐条核对结论及其依据。资料能证明某功能存在时，就把结论写到功能层面。是否能改善团队协作，要留给试用记录回答。