咨询AI解决电脑问题的时代——将ChatGPT和Copilot变成“可靠伙伴”的提问技巧

电脑运行不正常。
Windows运行缓慢。
文件资源管理器卡住。
更新后打印机无法识别。
出现从未见过的错误代码。

在这些情况下，越来越多的人选择向ChatGPT或Microsoft Copilot咨询，而不是使用搜索引擎。只需粘贴错误信息，AI就能帮助整理可能的原因，简单解释专业术语，并以步骤形式列出尝试方法。

然而，AI进行故障排除也有其棘手的弱点。
那就是，AI在说“不知道”之前，往往会给出看似合理的答案。

美国ZDNET的高级撰稿编辑Ed Bott正是基于这一问题意识撰写了文章。当向AI聊天机器人咨询PC或Mac的问题时，成功时会非常有用。但不成功时，AI会自信满满地提供错误的解决方案，反而导致绕远路。因此，他改变了思路，询问AI“如何提问才能获得更有用的答案”。

这篇文章的有趣之处在于，它不仅仅是AI的使用技巧，还深入探讨了问题解决的本质。无论是向AI还是向人类的专业支持人员咨询，重要的都是一样的。不是模糊地传达症状，而是结构化地传达情况。不要把AI当作“答案机器”，而是作为“共同缩小假设的伙伴”。这就是AI时代解决PC问题的诀窍。

“电脑慢”，AI和人类都难以应对

在故障咨询中，最常见的错误是症状描述过于笼统。

“电脑慢”
“网络有问题”
“出现错误”
“某些东西无法运行”

仅凭这些信息，AI无法确定原因。当然，人类的支持人员也一样。是CPU负载过高、内存不足、存储故障、网络延迟、应用程序特有问题还是操作系统更新后的故障？缺乏判断依据。

ZDNET文章中介绍的思路是，向AI咨询时，首先需要明确“发生了什么”和“本来应该如何运作”。

例如，错误的提问方式如下。

“电脑慢。我该怎么办？”

这样，AI容易给出一般性建议，比如关闭不必要的应用程序、重启、检查磁盘空间、进行病毒扫描等常见提议。当然，这些建议不一定是错的，但不保证能触及问题的核心。

更好的提问方式如下。

“在Windows 11的电脑上，每次打开文件资源管理器时都会冻结10到20秒。其他应用程序运行正常。自从昨天应用了Windows更新后开始出现这种情况。我尝试过重启，但没有改善。”

这样描述后，AI可以提出更具体的假设。是资源管理器特有的问题，还是最近更新的影响，或者是与Shell扩展、云同步、网络驱动器、缩略图生成等相关的问题。

关键是向AI提供“诊断材料”。
症状、时间、环境、最近的变化、已经尝试过的措施。这五个要素足以显著改变AI的回答。

向AI提供的五个信息

向AI咨询PC问题时，建议按以下格式书写。

第一，问题的内容。
发生了什么？什么时候发生？是每次都发生还是偶尔发生？是特定应用程序的问题还是整个PC的问题？

第二，错误信息。
准确的文字或错误代码很重要。如果AI可以使用截图，也可以展示图片，但如果可能，最好也用文字记录。错误代码只差一个字符可能就会改变意义。

第三，最近的变化。
Windows更新、驱动程序更新、新应用程序安装、外部设备添加、BIOS更新、安全软件更改、网络环境变化等。许多故障发生在“某些变化之后”。

第四，系统信息。
是Windows 10还是11，Mac，笔记本还是台式机，制造商和型号，CPU，内存，存储空间等。不必过于详细，但仅仅是操作系统和设备类型就能影响回答的准确性。

第五，已经尝试过的措施。
是否重启过，是否在安全模式下尝试过，是否用其他账户重现过，是否还原过驱动程序，是否更换过电缆。如果不写这些，AI可能会重复建议已经尝试过的基本对策。

也就是说，好的AI提示更像是简单的事故报告，而不是情绪化的求救。

不仅仅是“帮帮我”，
而是传达“发生了什么，期待什么，改变了什么，尝试了什么”。

如何抑制AI的“自信满满的错误”

AI故障排除中最危险的不是AI犯错本身。
而是错误看起来似乎是对的。

AI会用礼貌的语言，逻辑上看似合理的解释，步骤也很整齐。使用专业术语。因此，用户很容易认为“这应该是对的”。然而，如果前提信息不足，AI可能会从不完整的信息中构建看似合理的假设。

ZDNET文章中印象深刻的是，作者直接将这一问题抛给了Copilot。每次提供额外信息时，AI总是倾向于说“这是决定性的线索”。实际上，有时会夸大处理非决定性的信息。

要避免这种情况，从一开始就指示AI“不要下结论”是有效的。

例如，可以这样问。

“请按可能性高低列出可能的原因，并显示每个原因的确信度和确认方法。”

“不仅列出最可能的原因，还请列出可能性较低但忽视会有危险的原因。”

“如果还有信息不足，请在给出解决方案之前提出问题。”

“请解释你的假设可能出错的地方。”

这样请求后，AI更容易朝着比较多个假设的方向发展，而不是断定单一答案。这是将AI从“回答机器”转变为“诊断伙伴”的提示。

特别有效的是，询问“确认什么可以否定该假设”。在故障排除中，消除错误候选比猜中正确答案更为重要。让AI承担这个角色，可以减少其失控的可能性。

在“解决方案”之前先要求“切分”

在PC故障中，最不应该做的是在不明原因的情况下重复处理。

重新安装驱动程序。
编辑注册表。
执行命令。
初始化。
安装可疑工具。

这些操作在某些情况下可能会加重问题。特别是编辑注册表、删除系统文件、存储操作、加密设置更改、固件更新等操作需要谨慎对待。

向AI咨询时，最好要求“安全的切分步骤”而不是“立即修复的方法”。

例如，可以这样问。

“请按数据丢失可能性低的顺序排列确认步骤。”

“请将初学者可以安全尝试的步骤与高级用户的步骤分开。”

“请在解释这个命令的作用后，再决定是否执行。”

“如果包含无法撤销的操作，请先警告。”

这样可以减少AI直接建议危险操作的可能性。
AI的回答很方便，但执行命令的是用户自己。责任始终在于人类。

在社交媒体上，“方便但不能盲信”是主流观点

 

从社交媒体和论坛上的反应来看，AI进行故障排除的评价并不统一。

较多的肯定声音是，“让AI阅读日志或错误信息可以成为寻找原因候选的契机”。在Hacker News上，有人分享了将systemd等日志粘贴并提问后，获得问题方向或应搜索关键词的体验。重要的是，AI并不总是给出正确答案，而是缩短了调查的起点。

在Reddit的IT社区中，也有声音认为ChatGPT在解释复杂问题或帮助理解不熟悉的概念时很有用。然而，由于Windows问题本身原因不易看出，AI可能自信地犯错，因此不应过分依赖。

此外，在与提示相关的社区中，“不要让AI只同意”“让AI质疑前提”“让AI提出反驳或不同视角”的用法受到支持。这与ZDNET文章的主张一致。不是简单地问AI“告诉我答案”，而是请求“检查我的前提是否有漏洞”。

在TechRadar的PC自制体验文章中，AI在选择部件、步骤说明、Windows安装相关问题的处理上发挥了一定作用，但在实际操作中，人类专家的确认和手册仍然重要。AI不应被完全信任，而应作为调查、整理和辅助的工具使用，这一结论与社交媒体上的反应相近。

也就是说，社交媒体上普遍的看法是这样的。

AI在绘制问题概览方面很方便。
理解日志或错误的意义很有帮助。
对于初学者进入专业术语的门槛也有效。
然而，最终的判断和危险操作需要人类确认。
同时，向AI提问者也需要具备一定的提问技巧。

AI不是“支持人员”，而是“假设生成引擎”

如果将AI视为PC支持人员，可能会失望。支持人员可以访问过去的维修记录、产品规格、已知问题、保修信息、内部知识库。有时甚至可以通过远程连接检查实际设备的状态。

而一般的聊天AI是基于用户输入的信息进行推理。也就是说，看不到的东西就是看不到的。实际设备的温度、事件日志、驱动程序状态、后台进程、故障SSD的SMART信息等，如果用户不传达，就无法成为判断材料。

因此，AI应被视为“生成和整理假设的存在”，而不是“知道正确答案的存在”。

这种看法改变了AI的使用方式。

不是问“原因是什么？”，而是

“请分类可能的原因”

不是问“怎么修？”，而是

“请按安全顺序创建确认步骤”

不是问“这样对吗？”，而是

“请指出这个判断的弱点”

不是问“接下来该怎么办？”，而是

“请根据这个结果区分可消除的原因和剩余的原因”

这样询问，AI的优势就能得到发挥。

AI擅长整理大量可能性。相反，直接观察实际设备的状态或负责最终判断是其弱项。使用其擅长的角色很重要。

实用提示示例

向AI咨询PC问题时，可以使用以下模板。

“关于以下PC问题，请按可能性高低整理原因候选。如果信息不足，请在给出解决方案之前提问。如果有危险操作或难以恢复的操作，请务必事先警告。

问题：

错误信息：

发生时间：

最近的变化：

PC环境：

尝试过的措施：

期望的状态：”

此外，为了抑制对AI的过度信任，最后可以加上以下一句。

“请说明你的推测可能出错的地方、需要额外确认的信息，以及各原因候选的确信度。”

这句话非常有效。因为它明确要求AI“不要下结论”“以可验证的形式回答”。

AI时代故障解决中，人类的角色

即使AI进化，人类在PC故障解决中的角色也不会消失。反而会有所改变。

以前，需要阅读大量搜索结果，寻找相似症状，在论坛和官方文档之间来回。未来，AI将整理候选，解释专业术语，创建确认步骤。用户则在实际设备上验证AI提出的假设，并将结果反馈给AI。

也就是说，工作从“搜索”转向“对话”和“验证”。

然而，AI越方便，用户的判断力就越重要。不要在不了解AI提出的命令的情况下