嗨，我是 Peter。
延續上一篇關於「AI 溝通心理學」的話題。 你有沒有遇過這種情況？你問 ChatGPT 一個稍微複雜的問題（比如邏輯題、數學題，或是人生規劃），它幾乎是「秒回」。 但當你仔細看內容時，發現它邏輯不通，甚至是在「一本正經地胡說八道」（AI 圈稱為「幻覺」）。為什麼會這樣？是因為 AI 變笨了嗎？ 不。身為心理師，我要告訴你：這就像人類一樣，是因為 AI 太依賴「直覺」了。
今天這篇，我要用諾貝爾經濟學獎得主丹尼爾·康納曼的經典理論——《快思慢想》，來教你如何解鎖 AI 的隱藏智商。
心理學原理：系統一 (快) vs. 系統二 (慢)
康納曼發現，人類的大腦有兩套運作系統：
- 系統一 (System 1) - 快思： 直覺的、情緒的、反射性的、不費力的。
- 例子： 看到 2+2，你不用想就知道是 4。
- 系統二 (System 2) - 慢想： 邏輯的、理性的、按部就班的、耗費腦力的。
- 例子： 看到 17 x 24，你必須停下來，一步步計算。
重點來了：目前的生成式 AI（如 GPT-4, Gemini），預設模式其實更像「系統一」。 它們是「文字接龍」的高手，傾向於預測下一個最可能出現的字，而不是先進行嚴謹的邏輯推演。所以當你問它複雜問題時，它會用「直覺」搶答，結果當然容易出錯。
AI 實戰：如何強迫 AI 開啟「慢想模式」？
在 AI 提示工程（Prompt Engineering）的研究中，發現了一個「魔法咒語」。 只要在指令中加上這句話，AI 解決數學推理問題的正確率，竟然從 17% 暴增到 78%（數據來源：Google Research）。
這句話就是：
"Let's think step by step." (讓我們一步一步地思考)
這句簡單的話，就像是一個「暫停鍵」，強迫 AI 從「反射性回答」切換到「邏輯推演」，把中間的推理過程寫出來（Chain of Thought）。
身為心理師，我把這個概念改良成更適合一般人使用的「元認知 (Metacognition) 指令」。
技巧一：思維鏈指令 (Chain of Thought)
→ 適用於：邏輯分析、數學計算、制定策略
不要只問結果，要它展示過程。
【❌ 一般指令 (System 1)】
「我要在一年內存到 100 萬，請給我一個計畫。」 (AI 回應：可能會給你幾個空泛的建議，如『少喝咖啡』、『多投資』，缺乏可行性。)
【✅ 慢想指令 (System 2)】
「我要在一年內存到 100 萬。請你一步一步地進行邏輯推理 (Think step by step)：
- 先拆解 100 萬到每個月需要存多少？
- 分析一般上班族（月薪 5 萬）的收支結構，找出缺口。
- 針對缺口，提出具體的開源或節流方案。
- 最後再統整成計畫。」
💡 Peter 的解析： 當你要求它「拆解步驟」時，它就無法「胡說八道」，因為它必須讓這一步的邏輯能銜接到下一步。
技巧二：自我反思指令 (Self-Reflection)
→ 適用於：檢查錯誤、優化文案、提升品質
這招叫「讓 AI 批評 AI」。就像我們寫完論文要自己檢查一樣。
【✅ 慢想指令】
「（貼上 AI 剛剛寫好的文章/計畫） 請你擔任一位極度嚴格的評論家。請找出這份計畫中邏輯不通、過於樂觀、或是缺乏細節的地方，並列點告訴我。」
等到它批評完後，你再補一句：
「好，現在根據你剛剛的批評，重新改寫一份完美的版本。」
💡 Peter 的解析： 這在心理學上叫「後設認知」（監控自己的思考）。你會驚訝地發現，AI 自己改出來的第二版，往往比第一版好上 10 倍。
結語：慢，才是快
在這個追求速度的 AI 時代，我們往往太急著要答案。 但高品質的洞察，往往來自於「慢下來」的思考。
下次當你覺得 AI 給的答案很膚淺時，別急著怪它。 試著對它說一聲： 「嘿，別急。讓我們一步一步來 (Let's think step by step)。」
你會發現，那個聰明的 AI 夥伴，一直都在那裡等你。
👇 下一步行動
找出一個你最近卡關的複雜難題（例如：如何處理職場人際衝突？如何規劃轉職？）。 試著用今天教的「慢想指令」問問 AI：
「關於 [你的難題]，請不要直接給建議。請先列出所有可能的變數，並一步一步分析每個選項的優缺點，最後再推導出最佳解。」
我是 Peter，你的 AI 心理教練。 如果你覺得這篇文章有幫你的大腦（和 AI 的大腦）升級，歡迎追蹤我的沙龍，不錯過下一篇實戰心法！
