Claude 工程师拆解 AI 进阶用法：高度、深度、广度怎么选？

大多数人用 AI 还停留在「法国首都是哪」「帮我把邮件写得别那么冲」。Claude 团队的一位工程师说，问题不在模型，在我们不够有野心。

作者选的题图是戈雅版画《飞行方式》。人类第一次装上翅膀时，也不知道能飞多高。

01｜野心分四种，最没意思的是「快」

作者 Felix Rieseberg 在 Anthropic 做 Claude 产品。他说，做 AI 的人天天喊「我们还不够有野心」，可这句话很难照着做。于是他写了份教程，把野心拆成四种：速度、高度、深度、广度。

速度就是同样的活干得更快，这是大家最熟悉的用法，他直接跳过。剩下三种才是重点，下面一个个讲，例子都是同一件事：给公司做季度业务复盘的汇报材料。

• 高度：别盯着手上的任务，盯着任务背后要的结果。
• 深度：照这一行顶尖专家的做法来，挖到原始数据。
• 广度：拉进本来不相干的行业视角。

02｜高度：别让 AI 做 PPT，让它想复盘该不该存在

作者自己的例子：去年初他还让 Claude 一个个修程序崩溃，后来直接交代「让我们的应用别再崩溃」。做季度复盘也一样，可以一层层往上提要求。

• 第一层：把能拿到的数据都给它，问这季度变了什么、为什么、该怎么办。
• 第二层：让它挑出最急的三个决策，并分别写好正反理由。
• 第三层：复盘是为了早发现问题、把钱和人调对地方，让它设计一个比季度汇报更好的办法，用公司历史证明能更早报警。

代价是要先改自己的工作方式。为了让 Claude 自己守住「不崩溃」，他得先让它能拿到崩溃报告，能对上每个版本的代码，还能用上三种操作系统的电脑去复现、验证。

03｜深度：定一个离谱的目标，再找个外人来验收

深度的意思是，让 AI 用这一行最好的人用的工具和方法，一直做到连专家都能学到点东西。作者给了几条好用的招。

• 用专家的工具：AI 想画表格时，坚持让它上数据库和统计模型。
• 目标定离谱：网页要 5 秒打开？要 0.2 秒，并告诉它这很合理。
• 挑战共识：「我们觉得流失怪新手引导」，让它拿原始数据去验证。
• 找外人验收：别让模型给自己打分，要有它能跑的外部检验。

他还给了一句万能提示：先说这一行的顶尖人士会做哪些我没要求的事，他们从什么原始材料入手、用什么方法，以及除了你我之外，什么能证明结果是对的。然后按这个重写我的要求。

04｜广度：组一支「抢劫电影」式的团队

每部抢劫电影都要花前 30 分钟凑齐一伙各有绝活的人。作者说，AI 现在能同时开好几个帮手，正适合这么干。他自己就是看到同事用 3D 软件渲染室内设计，才想到给个人主页做 3D 场景。

• 把名词换成动词：复盘不是「一份 PPT」，而是「30 分钟内让忙人相信一个因果故事并做决定」。
• 凑齐队伍：分析师、记者、编辑，再加做空者和法务会计来挑刺。
• 别玩角色扮演：不是让它「像做空者那样写」，而是做做空者做的调研。

05｜真正卡住你的，是你不信自己能做到

作者最后讲了为什么非得这么做。心理学里有个词叫自我效能感，就是相信自己能做成某事的程度，越相信的人往往真做得越多。米开朗基罗当年就不想画西斯廷礼拜堂，因为他觉得自己是雕塑家，不是画家。

• 以为能做到：1939 年丹齐格上课迟到，把黑板上两道题当作业做出来了，那其实是统计学未解难题。
• 看别人做到：1954 年班尼斯特跑破 4 分钟一英里，46 天后就有人跟上。
• 允许失败：Linux 发布时，作者说它「只是个爱好」。

AI 的能力每隔几周就跳一次，人对「我能做什么」的判断却没跟上。想试的话，最便宜的一步是：下次给 AI 布置任务前，先问自己一句「做完之后我真正想发生什么」，然后把这句话直接交给它。

如果你只是想快速比较不同 模型 API 的手感，公开接口就能低成本试一圈。换模型往往比换想法更能暴露想象力的差距。