很多人以为「会用 AI」=「会提问题」。把需求敲进去、等它吐答案，这顶多算入门。
我们在企业里带 AI 落地越久，越确定一个判断：普通人和高手用 AI 的差距，不在于问什么，而在于「怎么问之前先想清楚怎么想」。 这一篇就拆透企业 AI 教练必须掌握的一项基本功——一种我们称之为「模型先行的引导式问题解决法」的对话方式。
一、这套方法到底长什么样
它只有三步，但顺序不能乱：
- 先问 AI：我接下来要解决的问题，可以用哪些思维模型？
- 再让 AI：按选定的思维模型，一步一步引导我提供信息；
- 最后让 AI：基于我补齐的信息，给出结论。
注意，这不是某一个单一的思维模型，而是一种元认知层面的结构化问题解决方法论。它内核融合了三个经典原理：元认知、苏格拉底提问法、结构化问题解决模型。下面逐层拆开。
二、底层逻辑：元认知（Metacognition）
第一步「先问可以用哪些思维模型」，本质就是「对思考的思考」——
你不直接跳进解题细节，而是先站在更高一层判断：这个问题属于什么类型？用什么分析框架最有效？
普通人拿到问题直接想答案；高手先想「我该用什么思路去想」。
这一步从根源上规避了最常见的翻车：用错方法、答非所问。问题还没定义清楚就开跑，AI 再强也只能给你一个漂亮的错答案。这正是企业 AI 教练要替业务方守住的第一道关。
三、对话方式：苏格拉底提问法（Socratic Method）
AI 不直接给答案，而是通过分步提问引导你补信息、自己推导结论——这正是苏格拉底「精神助产术」的核心：不灌输知识，而是通过系统性提问，让对话者自己「生出」答案。
在 AI 交互场景里，这被称为「苏格拉底式提示（Socratic Prompting）」，专门用在深度思考、决策分析类问题上。它的目的不是让你快点拿到结论，而是提升你理解这件事的深度。
对企业 AI 教练来说，这恰恰是价值所在：你不是在替业务方答题，而是在陪他把问题想明白。业务方得到的不是一句「应该这样做」，而是一条他自己走通的思路。
四、执行载体：结构化问题解决模型
第二步「一步一步引导提供信息」，就是各类具体思维模型的落地过程。模型在这里充当「信息收集的导航图」，保证信息完整、逻辑闭环、不漏掉关键维度。
不同问题类型，配不同模型：
| 问题类型 | 推荐思维模型 | 它帮你收齐什么 |
|---|---|---|
| 目标类 | GROW 模型（目标-现状-方案-行动） | 你到底想去哪、现在在哪、怎么走 |
| 事实类 | 5W2H 模型 | 何事/何时/何地/何人/为何/如何/多少 |
| 决策类 | SWOT、决策树 | 利弊、风险、可量化的取舍 |
| 根因类 | 5Why 分析法 | 一层层往下挖，直到真因 |
| 复盘类 | ORID 聚焦式会话法（事实-感受-诠释-行动） | 从发生了什么，到下次做什么 |
这套「模型当导航图」的思路，和我们「聚回拆找」口诀其实是同一条脉络——聚焦问题、回到现场、拆解流程、找到单点。区别只是：聚回拆找是教练心里的拆解框架，而这里的思维模型，是把拆解过程外化给 AI 和对话者一起走。
五、它和哪些领域概念相近
- 企业教练领域：最接近的是「结构化教练对话」，经典如 GROW 模型就是标准引导式框架。区别在于：传统教练对话里，模型由教练直接选定；而我们把「选模型」也开放成对话的第一步——先和 AI（以及业务方）对齐「我们该用哪副眼镜看这个问题」，再往下走。
- AI 提示工程领域：这属于「结构化推理提示」的进阶形态——让 AI 先输出解题框架，再按框架逐步填充，最后得出结论。答案的质量和可信度，远高于直接提问。因为每一步信息都是你确认过的，结论是你自己参与推导出来的。
六、为什么值得练熟
这套方法最大的价值，是同时干掉了两个高频坑：
- 一是「盲目解题」（上来就答、思路跑偏）——靠第一步的模型匹配堵住；
- 二是「被动接收答案」（知其然不知其所以然）——靠第二步的分步引导化解。
一个只会「直接问」的业务方，得到的是一堆他不一定信、也不一定用得上的答案。一个会用「模型先行」的 AI 教练，带出来的是一批想得清、信得过、用得上的人。
这正是企业 AI 教练和「会用 AI 的人」之间的分水岭：你不是比别人多会几个 Prompt，而是比别人多了一套让 AI 和人都把问题想透的对话方法。先匹配思维模型，再让 AI 给答案——把这九个字练到肌肉记忆，你的 AI 教练之路才算真正起步。