AI TOOLS

EP06. "4D 框架速查表:24 个行为指标一次列清楚"

首页 › AI 工具 › Claude · AI Concepts · EP06
约 7 分钟· #EP06#Claude#AI Concepts
🔒 登录后可标记已读
  • 同样是 Delegation,有人只会说"帮我做个 PPT",有人会先问 AI"这件事整个丢给你比较好,还是我自己来比较好"——4D 框架拆到「具体行为」层级,长这样
  • 这篇不重新讲 4D 是什么(那部分见「AI-Fluency 框架基础」EP01),是官方给的速查表:每个 D 底下具体列出哪些"看得见的行为"算是做到了,外加对应可以直接试的小技巧
  • 官方标注 5 分钟,数据来自《Anthropic Education Report: The AI Fluency Index》,这套 4D 行为指标由 Rick Dakan 和 Joe Feller 跟 Anthropic 合作开发
  • 4 个 D 总共拆成 24 个行为指标:Delegation 7 个、Description 8 个、Discernment 5 个、Diligence 4 个
  • 学完可以把这 24 条当一份自查清单,回头对照自己平常跟 AI 对话的习惯,哪些已经在做、哪些从来没想过

重点内容


Delegation(判断)7 个行为指标

  • 先想清楚目标:动手求助前,先搞懂自己真正要达成什么,请求一开始就把目标讲出来
  • 先跟 AI 商量做法:动手之前先请 AI 一起想想该怎么做——它擅长提供框架、指出你没想到的盲点,先问思路再定方向
  • 认清哪些事不该丢给 AI:知道什么时候不该用 AI,尤其是私人或高风险的决定,该自己判断的先停下来问自己
  • 掂量 AI 的强项跟短板:搞清楚 AI 哪里做得好、哪里容易翻车,才能定合理期望、规划该查哪些地方;可以直接问 Claude 哪些说法需要额外查证
  • 全程参与,不当甩手掌柜:把 AI 当成需要你投入的合作伙伴,不是丢进去等结果出来的贩卖机——多要几个方向、多问一句"为什么这样推理",不要直接收货
  • 挑对工具/方法:针对具体任务挑合适的工具和技巧;第一次没做好就换个说法、换个例子、换种格式试试
  • 动态调整分工:随着对这件事理解加深,弹性调整"谁做什么"——项目进行到一半发现某部分该自己接手,就重新分配

Description(描述)8 个行为指标

  • 讲清楚读者是谁:先说清楚谁会看这份产出、他们在意什么,AI 才会照着调整内容——请求前先交代读者背景
  • 说清楚格式和结构:明确要求信息该怎么排版,减少来回改稿——一开始就指定表格、大纲还是条列
  • 讲清楚语气和风格:说清楚想要的语气和写作方式,产出才会像自己写的、少改;可以直接描述风格或丢一段范文让 AI 照着模仿
  • 把任务拆成步骤:一步步引导 AI 走完流程,才能中途掌控、及早抓到问题——先让 AI 出大纲,再写正文
  • 在前面几轮的基础上继续推进:把对话当成持续的合作,不是各自独立的单次请求——修改时提到前面讨论过的地方,结果才会越磨越好
  • 给具体例子:直接示范"好的样子长什么样",比抽象描述更有效——贴一份模板或范例让 AI 照着做
  • 说清楚互动偏好:讲明白希望 AI 在对话中怎么表现,才能得到你要的那种"思考伙伴"感——事先说清楚回答长度、要不要直来直去、能不能挑战你的想法
  • 划清界限:讲明白哪些事 AI 该做、哪些不该做,让它把力气花在真正重要的地方——比如明确说不要碰机密话题、选项数量要限制在几个以内

Discernment(判读)5 个行为指标

  • 查证重要事实:核实 AI 给的关键信息,避免自信满满地分享错误内容——先问 Claude 哪些说法需要查证再使用
  • 抓推理上的漏洞:发现 AI 推理里逻辑不连贯或跳得太快的地方,避免在错误基础上继续往下盖——结论跟前提对不上时要顶回去
  • 意识到 AI 漏掉了哪些背景:抓出 AI 知识里的盲点,主动补上——比如它不可能知道的公司内部规定或历史,要主动讲出来,不要等它出错才发现
  • 定期检视合作进度:隔一段时间就退一步看看这个方向到底有没有效,卡住了就调整——多轮下来没进展,就重新框定问题
  • 留意沟通风格合不合适:注意 AI 这次的互动风格是帮到你还是拖累你,该调整就调整——太啰嗦、太正式、太谨慎的时候主动要求改

Diligence(负责)4 个行为指标

  • 看好共享出去的信息:对给 AI 的数据和上下文保持谨慎,保护隐私、也让 AI 用得更负责任——分享前先匿名化或删掉敏感细节
  • 该说明 AI 参与的地方就说明:在合适的场合主动交代 AI 参与了哪部分工作,建立信任、也符合对方的预期——该披露 AI 协助时就披露
  • 为产出负全责:核实过后,把 AI 协助完成的成果当成自己的成果扛起来,对它的质量和准确性负责——交出去之前,确认自己能为里面每个说法辩护
  • 想清楚下游影响:分享出去之前,先想这份 AI 协助的产出可能被怎么解读、误用,或影响到谁——发布前先反思一下可能造成的伤害

Sources

官方文档:

  1. The 4 Ds of AI Fluency — Behavioral Indicators — https://academy.claude.com/tutorials/the-4-ds-of-ai-fluency-behavioral-indicators