過去幾個月，我在不同的 AI 訪談裡都注意到一個反覆出現的訊號——
關於「問題力」這件事。
一、從「懂工具」到「懂提問」
Perplexity AI 的 CEO Aravind Srinivas
在多場訪談中都提到：
「當 AI 可以解決所有問題時，
更重要的不是 AI 本身， 而是你能提出什麼問題。」
在《數位時代》 Podcast EP260 中，
廖威浩博士也提到：
「問問題的最基本能力，
其實就是對語言的理解與細膩。」
這句話我很有感——
因為要問出好問題， 前提是你聽得懂別人到底在說什麼，
甚至能察覺那些沒被說出口的邏輯空白。
在 2025/06/15 的 Terence Tao × Lex Fridman Podcast 中，
陶哲軒也談到類似的方向——
他認為未來人類不應再只專注於單一技能，
而應該回到更底層的「思考能力與理解能力」。
二、理解，是底層運算
我自己對「會用 AI 的人」的理解，
其實同時具備三種習慣：
- 充滿好奇心（打破砂鍋問到底的求知欲）
- 能提問出有價值的問題
- 懂得利用 AI 探索、驗證、落地應用
三、好奇心，是問題力的起點
以「充滿好奇心」為例，
那種狀態有點像熱戀期——
你會不斷地想：
「他／她現在在做什麼？」 「剛剛那句是不是有點冷淡？」 「他／她今天心情好嗎？」
在熱戀裡，
人會對未知的對象切成不同角度去觀察、分析、推測。
這種多角度的思考慣性， 其實就是好奇心的肌肉。
它可以被刻意練習，
也能被應用在學習與研究上。
四、問出有價值的問題
比方說，你真的想約對方看場電影。
哪個提問最有效？
A.「我想去看 XXXXX，你最近有空嗎？要不要一起去？」
B.「你最近心情好嗎？」 C.「你午餐吃什麼？」
在人際關係上，B 或 C 是自然的開場白，
但在人機互動（Human-AI Interaction）裡，
這些都屬於無效提示。
AI 不會猜你的 B+C 暗藏目的，它只會照字面理解。
你問心情，它聊心情；你問午餐，它講午餐。
現在的模型確實開始具備「統計性目的推斷」能力，
但那只是基於語料的猜測，不是人類式的理解。
所以如果你想「看電影」，就直接問版本 A——
清楚、直白、有上下文。 AI 會回得更快、更準。
問對問題，AI 才能理解你真正關注的是什麼。
五、結語：當答案變得容易
AI 時代最稀缺的，
不是懂工具的人， 而是懂自己要問什麼的人。
當所有答案都變快，
只有問題的品質，能拉開距離。
六、延伸推薦：Comet Browser
最後，順便安麗一下 Comet Browser ——
這是 Perplexity AI 最新推出的瀏覽器。
老實說我自己也還在摸索怎麼用。
不過從官方的介紹來看，Perplexity 把它定位為：
「一款讓使用者在每一個時刻提問的工具。」
「好奇的人到處問問題， 每個頁面都能成為入口。」
Comet Browser
----
