怎么跟 AI 协作才能落地——我的扩散收敛法

我用 AI 快一年了。从一开始的”帮我写个脚本”到现在的”帮我设计一套协作体系”，经历了一个认知转变：AI 最大的价值不是省时间，是扩边界。

但扩边界有个前提——你得有一个结构。没有结构的对话，聊两小时很爽，关掉窗口什么也没留下。

这篇文章讲的是我摸索出来的一个结构。它不复杂，但解决了一个真实问题：怎么从一个看不清全貌的模糊想法，变成一份任何 AI 都能接手的可执行方案。

问题是什么

大多数时候，我跟 AI 聊天的起点是这样的：

“我想做一个 B站账号，但具体做什么还没想清楚。”

这种时候如果直接让 AI 给方案，它会给一个看起来完整但根基不稳的东西——因为它基于的信息太少，而它又必须给出一个”完整”的回答。

如果我自己在脑子里想，又会受限于自己的知识边界。我不知道的就是不知道的，AI 能帮我把认知盲区里的东西捞出来。

所以问题变成了：怎么让 AI 帮我铺开地图，同时又不被它带着跑偏？

扩散收敛法

我从一个开源项目里看到了”先扩散，后收敛”这个思路，觉得正好解决了我的问题。具体做法是两个动作，一前一后。

第一步：扩散

把模糊想法扔给 AI，让它帮我把这张地图铺开。我不知道的、可能相关的、看着不起眼但会改写整个设计的暗礁，全部列出来。

比如我说”我想做一个 B站账号”，AI 会铺开：内容方向（影评、制作日记、读书分享、社会观察……）、每个方向的优势和风险、跟我的匹配度、预期投入产出、平台算法特点、竞品情况……

这一步追的是广度。目标是把”未知的未知”变成”已知的未知”。

第二步：收敛

地图铺开了，路就有好几条。收敛就是顺着我感兴趣的方向往下钻，每聊清楚一个分叉，就锁死一个决策。

比如内容方向，我可能决定首选”制作日记”（可行性 85%，理由：我有现成的制作流程、有 AI 工具使用经验、内容天然有叙事线），备选”文学化影评”（可行性 70%，落选原因：赛道竞争激烈，新人起步慢），杀死”读书分享”（原因：跟我核心能力不匹配）。

一个一个锁，锁到最后，所有问题都解决完了，一条能走通的完整路径自己就浮出来。

这一步追的是确定性。把模糊的变成可执行的。

关键规则

这套方法跑起来之后，我总结了几条让它真正有效的规则。

规则一：每次只给一个首选方案

AI 最容易犯的错是一次甩给你五个选项让你挑。结果要么全选（等于没选），要么选到累。

我的做法是：AI 只给一个首选方案，附置信度（比如 85%）和理由。如果我不同意，那本身就是新一轮收敛的起点——不是”选另一个”，是”我不同意，我们重新聊”。

规则二：判断带置信度

“我建议用方案 B，置信度大概 85%“——这样我就知道哪些是 AI 有把握的、哪些是它也在猜的。有把握的我快速过，没把握的我多想想。

规则三：扩散有约束

同一个话题如果扩散超过三轮还没有锁定任何一个决策，AI 会主动提醒”我们已经铺了 X 个方向了，要不要先锁一个？”

话题如果自然滑动到新领域（比如从 B站策略聊到了小红书），AI 会提醒”我们现在聊的是新话题了，旧话题要不要先锁一个结论？”

防止一个话题没聊完就跳到下一个，最后哪个都没结论。

规则四：主动关联

这是 AI 相比人独自思考最大的优势——AI 不会忘。

每次我开启一个新话题的讨论时，AI 会先扫描之前的决策记录，找有没有相关的”遗留问题”或”未锁定决策”。如果有匹配度高的，它会主动提醒：“关于这个话题，我们之前讨论过类似的方向，当时的遗留问题是 XXX，这次要不要一并考虑？”

我不需要记住之前聊过什么、聊到哪了、有没有结论。该关联的 AI 会自动关联。

决策台账

扩散收敛的产出不能只留在聊天记录里。我设计了一个决策台账，把每次讨论的结论结构化地记下来。

台账的结构很简单：

主题 | 状态（进行中/已锁定/已杀死）| 最后更新

- 决策背景
- 扩散记录（铺开过哪些方向）
- 最终决策（首选方案 + 备选 + 已杀死）
- 决策依据
- 遗留问题（revisit 日期）

每个决策都有”保质期”——默认三个月。到期了自动提醒重新评估。因为三个月后你可能有了新认知，外部环境可能变了，当时的决策不一定还适用。

周度压缩

台账记多了会有一个问题：信息过载。

我和 AI 的根本区别不是智力，是记忆带宽。AI 可以记住所有细节，我不行。所以这个系统如果只做加法，三个月后我会被自己积累的东西压垮。

解决方案是周度压缩：每周日把一周的讨论压缩成结论。归档到知识库的不是原文，是一句话的结论。细节留在台账里备查，但我平时接触到的只有结论。

已杀死的决策要真正杀死——标”已杀死”、归档、从索引表移除。心理账户清零，不再有”还有个 XXX 没做”的负担。

谁写谁读

我用两个 AI 助手协作，一个叫 Q，一个叫 W。它们的分工是：

• Q 先写：Q 擅长发散，负责铺开方向和给首选方案
• W 补位：W 擅长风险识别和执行验证，读 Q 的内容后从三个角度补充——风险点、依赖链、验证方式
• 不互相覆盖：W 不改 Q 的原文，只在独立区域追加。如果有根本分歧，标注”待裁决”，最终由我拍板

所有条目标注来源（[Q] / [W] / [我]），不改对方的原文。这样将来回看决策台账，能看到”谁说了什么→怎么汇成结论”的完整思维链路。

这套方法的适用范围

扩散收敛法跟软件本身没有关系。它是一套面对任何陌生复杂问题时的提问框架。

• 做一个研究课题：扩散铺开文献、假设、方法论选项，收敛锁定研究问题
• 做一个商业决策：扩散看清市场、竞品、风险、资源约束，收敛定方向排里程碑
• 规划接下来三年怎么走：本质上都是一回事——构建和创造

如果你想构建的内容没有标准答案，一开始看不清全貌，它就适用。唯一的变量只是地图上的内容不同。

最后

这套方法替代不了我的判断力。它能在很短时间内把一个完整的框架搭起来，但框架不等于落地。

我现在的用法是：先用它把框架快速搭起来，然后挑那些我存疑的、或者特别关键的点，自己再深入去验证、去抠细节。AI 搭框架加我抠细节，这个组合比我从零开始硬写，效率高太多了。

当机械代替体力，AI 代替智力，目前最有价值的可能就是我们的审美和判断力。扩散收敛法做的，就是保护这个判断力不被稀释——AI 负责铺地图，我负责选方向。地图可以很大，但走哪条路，始终是我决定的。