反方视角与红队提问和让 AI 直接评价经常被放在一起比较。选错了不会出大问题，但会多走弯路。

核心区别

直接评价通常会先夸后提建议，语气温和但不够尖锐；反方视角明确要求挑刺，能更快暴露真正的风险。

从原理看，我们对自己的方案容易有确认偏差，只看到支持的证据；明确要求 AI 站在反方，能系统性地暴露被忽略的风险和反驳点。反方视角的关键在于“授权批评”。AI 默认倾向于礼貌和肯定，如果不明确要求，它往往会说“整体很好，可以考虑……”。当你明确告诉它“你的任务是找出问题，不需要夸奖”，它才会把注意力放在漏洞上。

什么时候选反方视角

  • 重要方案提交前的自检。
  • 准备答辩、谈判或汇报，需要预判对方的质疑。
  • 做决定前想听听不同意见。
  • 写观点文章，希望论证更严密。

一个虚构的对比：一位创业者准备向投资人路演。他让 AI 扮演“投过同类项目但亏了钱的投资人”提问，AI 问到获客成本是否可持续、核心团队有没有行业经验、竞品降价怎么办。他提前准备了这三个问题的回答，路演时果然被问到其中两个。

什么时候让 AI 直接评价就够了

任务简单、一次性、对格式没有严格要求时，让 AI 直接评价往往更省事。另外要注意，听到批评就推翻整个方案。更好的做法是：批评是信息，不是结论，逐条判断是否成立。

如果选择反方视角，这样开始

  1. 要求列出最有力的反驳，而不是面面俱到的小问题。
  2. 让 AI 为每个反驳给出严重程度和发生可能性。
  3. 针对高风险的反驳，让 AI 或你自己准备回应方案。
  4. 修改方案后，可以再请反方看一轮。

示范提示词

以行政的场景为例：

下面是行政准备向行政主管提交的活动方案要点。
请你扮演最挑剔的行政主管，目标是找出这份材料最可能被否决的原因。
要求：
1. 列出 5 个最尖锐的质疑，按严重程度排序；
2. 每个质疑写明它针对材料中的哪一点；
3. 对每个质疑给出一句我可以准备的回应思路；
4. 不要客套，不要先夸优点。
材料：[粘贴要点]

使用时请注意：涉及时间、地点、费用的信息必须人工核对，AI 不会知道实际安排。

一个常被问到的问题

反方提的问题都要解决吗？ 不必，按严重程度和可能性排序，优先处理影响大的，其他的可以记录在风险清单里。

结论

一句话：需要稳定、可控、可复用的结果时选反方视角，临时的简单问题用让 AI 直接评价即可。两者也可以先后使用：先用让 AI 直接评价快速试探，再用反方视角打磨。

选择时的两个判断问题

第一，结果出错的代价高不高？代价越高，越值得用反方视角。第二，这个任务会不会反复出现？会的话，把反方视角的写法沉淀成模板，长期收益更大。

相关阅读