不可驗證的 AI 答案照問，但只當方向不當答案

分得出哪些問題沒有標準化的驗收方式（見 判準不是問題難不難，是有沒有標準化的驗收方式）之後，還有第二個決定：那些問題到底要不要問？

兩種做法

Mark Seemann 的做法是不問。 他只問 LLM 能得到可驗證答案的問題；「我接下來該學什麼？」這種得不到可驗證答案的，他不問。

我的做法不一樣：照問，但改變我怎麼持有那個答案。

比如「我想成為 XXXX，我應該怎麼做」——AI 給的會是一個不一定管用的 roadmap，但至少我會有個方向，我可以先動手，再慢慢修正。

判準移動了

從「這個問題該不該問」移到「這個答案我能給它多少權重」。

	可驗收的答案	不可驗收的答案
怎麼用	可以當成答案來理解	只能當成方向
錯了會怎樣	查證時就會發現	要靠動手之後的回饋才會發現
所以	直接用	先動手、再修正

一個不一定管用的 roadmap，仍然比沒有方向好——前提是你知道它是 roadmap 不是答案。真正的風險不是「問了不可驗證的問題」，是把不可驗證的答案當成可驗收的答案在用。