AI 输出质量的四层差距与 CARIO 提问框架

一句话提醒

AI 结果差距很多时候不是模型差距，而是你和 AI 之间的信息对称程度不同。

为什么今天看它

• 它能把‘为什么 AI 老给我正确废话’拆成可诊断的 4 层问题。
• 它适合在提问质量不稳、总想换模型或反复重开时拿来做自检。

留一个问题

我这次结果不理想，问题到底出在目标没收口、背景给少了、角色没设好，还是根本没做多轮反馈？

参考思路

1. 1.先查四层。按目标层、信息层、角色层、反馈层排查，不要一上来就怪模型。
2. 2.再用 CARIO 收口。把 Context、Assignment、Role、Information、Output 补齐，让任务先澄清再开跑。
3. 3.最后别停在第一轮。把 AI 当草稿和反驳器，用反馈把正确废话推到可执行结论。

03_知识库/综合/AI 输出质量的四层差距与 CARIO 提问框架.md