我们得承认一个现实：
大多数人一打开ChatGPT，脑子里是空的。

不是空想法，是空问题。
更准确说，是——根本不知道问什么，更不知道怎么问。

于是有人试了几次，“你帮我写一篇文章”“你能推荐几个选题吗”，看AI写得不怎么样，就叹口气说：“哎，AI也没我想象中聪明。”
然后关掉界面，心想：还是得靠我自己。

但真相呢？

不是AI不行，而是你在“瞎问”。
就像一个记者去采访一个世界级科学家，却只问：“你觉得科学好吗？”
能问出个啥？

ChatGPT不是不会写，而是它不会主动理解你的模糊请求。
它不是你肚子里的蛔虫，它只是一个被动的高效执行者。

所以今天我们要拆的，是一个AI写作的起点陷阱——
你以为你不会用ChatGPT写文章，其实是你还没建立一个“提问者思维”。

---

一、为什么你总是“问不出来”？

一个典型的对话是这样的：

“ChatGPT，你能帮我写一篇关于时间管理的文章吗？”
“当然可以，这是内容：……”（然后是一篇毫无灵魂的平铺直叙）
“不太行耶，怎么这么普通？”

你以为你在问，但其实你只是把一个模糊的想法扔了过去，等它帮你变魔术。

而ChatGPT这种工具，最擅长的不是“猜”，而是“执行清晰的命令”。

就像一位超强助理，如果你说：

“我要写一篇给30岁上班族的文章，主题是‘时间焦虑’，我想用一个反常识的开头，把他们从内疚感中拉出来。你能先帮我生成3个这样的开头吗？”

AI立刻能给出极有张力的方案。
但你一旦说：“写一篇关于时间管理的文章”，它只会走最保守的平均路线。因为你没有“决策”，只是“吩咐”。

所以你不是不会用AI，而是你没学会做“那个提出好问题的人”。

---

二、好问题的底层，其实是一种结构化的意识

什么是好问题？

我给你一个最实用的判断标准——有没有明确动机 + 具体任务 + 想要结果？

这就是我常说的提问三要素（MTR模型）：

• M（Motivation）动机：你为什么要做这件事？

• T（Task）任务：你具体想AI帮你完成哪一步？

• R（Result）结果：你想得到什么样的输出？

我们来对比两个提问示例：

👎 问法A：

“帮我写一篇关于工作效率的文章。”

👍 问法B：

“我想写给刚毕业的新手职场人一篇文章，主题是‘不要被高效焦虑绑架’，你能帮我列3个有趣又反常规的切入点吗？”

看见区别了吗？

第一句是模糊的扔题，第二句是清晰的合作。

当你具备MTR意识之后，提问这件事不再是“我该说点啥”，而变成了“我需要完成什么，让AI协助我执行”。
这背后就是一个极强的落地力系统的雏形。

---

三、先别想着AI能帮你“写全”，先让它帮你“迈出第一步”

很多人一开始就问AI：“写一篇800字的文章”，结果就像让一个还没磨合好的司机直接开上高速，一上来就翻车。

真正聪明的提问是，从“微任务”开始。

比如你根本不知道选题怎么找，不妨先问：

“我最近一直在思考‘时间浪费’这个主题，你能帮我把这个方向拆成几个更具体、能写的角度吗？”

或者你写了一段开头，不确定好不好，就问：

“我想用这个开头吸引读者继续读下去，你能帮我判断是否有吸引力，并给出修改建议吗？”

这些问题背后的共同点是——你不再“丢锅”，而是“共创”。
你开始带着意识去引导AI，而不是依赖AI。

一旦你迈出了这个起点，你会发现：

• AI不再是一个无趣的回答者，而是一个强力的思维助手；

• 你写作不再是痛苦的独角戏，而是一场带节奏的对话；

• 最重要的：你会越来越想写，因为你终于能“写得动”了。

---

最后，给你一个行动任务：

今天，只做一件事：

用MTR模型，向ChatGPT提出一个你能立刻执行的写作问题。

格式如下：

“我想写一篇给【目标人群】的文章，主题是【动机】，但我不知道从哪里入手。你能帮我提出【具体任务】吗？我希望得到【明确结果】。”

比如：

“我想写一篇给拖延症患者的文章，主题是‘大脑讨厌思考’，但我不知道从哪个角度开头比较吸引人。你能帮我生成3个反直觉的开头吗？”

试一次，你就会发现——
你所谓的“写不出来”，其实只是“问不出来”。

一旦你迈出了这个“能问好问题”的起点，写作就不再是靠天赋的事了。

by 楠哥 红尘炼心，知行一体。