前言

在我之前的文章 【】，我们探讨过团队协作中沟通的核心作用。现如今AI的应用越来越广泛，特别是生成式AI的强大能力，让很多工作我们其实都可以借助AI得以完成，从AI浏览器、编程助手、工作流引擎到各种MCP的接入，AI已经越来越多地参与到我们的日常工作。

而借助AI完成工作，本质上也是一种团队协作，只是这里的协作对象变成了AI。所以在和AI协作中，核心也依然是沟通。

所以从这个角度，本文我们来思考如何与AI更有效地完成沟通和协作

乔哈里沟通视窗

在团队协作中，有一个重要的模型工具，就是我们之前介绍过的乔哈里沟通视窗

在这个视窗中，我们按照沟通对象和自己对事物的认知水平，划分出四个象限。了解沟通时双方处于哪一个象限，才能更好地去完成沟通。

而我们在和AI进行协作时，同样也可以划分出这样一个沟通视窗模型：

• 开放区：这个区间对应的是我们和AI都已经具备和理解的信息，可以认为是双方的共识。比如我们和AI沟通时，往往要预设AI的角色身份，这类指令就属于开放区信息。 又或者我们已经完成的文章，请AI在文章基础上进行润色。都属于比较典型的在开放区沟通

• 盲点区：这里的信息是我们本身不具备，但AI通过丰富的知识储备，可以提供给我们并不掌握的知识。这里AI就像是一个老师，但是这个老师是被动的，要靠我们主动的提问来获取知识。提问能力是这个区间沟通的要点。

• 未知区：这个区间的信息是我们不清楚，同时AI也还没掌握的一些信息或知识。在这个区间的沟通，更像是和AI一起共创，通过和AI一起头脑风暴，探索出未知领域的信息。

• 隐藏区：在这个区间，更多是我们私域的一些信息，AI本身无法触及，比如我们直接给AI下达指令 请帮我输出本周工作汇报，那AI自然无从下手。因此在这个区域的沟通，其实就是我们要充分提供给AI需要的上下文信息，将私域信息投喂给AI。比如我们工作中的一些项目背景、内部流程、本地数据，只有AI学习掌握了这些信息，才能进一步完成后续的辅助工作。

和不同象限AI的沟通技巧

那么基于以上视窗模型划分出的四个不同区间，我们可以思考和AI协作时的沟通要点，也就是如何更好地应用提示词让AI给出更贴合我们需要的结果。

开放区的沟通

这个区间，因为双方都掌握了相关的信息，更多是让AI明确这个开放区间的边界，指定信息越明确、越具体，AI的结果便越能贴合我们的需求。所以在这个区间，我们更重要的是比较明确地 下达任务。而且应避免画蛇添足，反而因为提示词指令不够明确而导致结果发散。

比如：

你是一名资深软件测试工程师，精通自动化测试，熟悉Python语言，熟悉各种测试工具。

精确翻译附件中的英文文档，并用Markdown格式返回翻译后的内容，不用包含任何非目标内容的信息 就比 用诙谐、生动，贴合互联网热点的文风翻译附件英文文档 更能保留原文的内容要点而不会额外添加很多并不一定合适的补充素材，且返回的内容可以直接生成为我们需要的格式。。

盲点区的沟通

在盲点区，是借助AI能力，最容易让我们自己得到提升的区域。通过AI，补充我们的知识不足，消除我们的知识盲点。

这个区域，和AI高效沟通的要点，其实是提问能力。对于比较复杂的信息，我们可以通过逐步推进，递进提问的方式，让AI逐步完整地构建出知识体系，识别出我们的盲点，并加以补强。对应提示词工程中，有一个专门的技术术语 COT思维链（Chain-Of-Thought），就是可以引导AI逐步思考递进来得到我们真正需要的知识。

这一点，也可以参考我们之前介绍过的 5Why提问法，逐步聚焦问题的根本原因。

比如我们希望掌握自动化测试中的POM模型，并能过实际解决实施中的具体问题，就可以逐步提问聚焦解决实际问题

• 什么是POM模型
• POM模型更适合应用在哪些场景的自动化测试中？
• 针对一个web门户站点，比如www.saucedemo.com的登录场景，给出基于Python语言来实现POM的案例并说明其中的关键
• 在上述案例中，还有哪些通用的方案适合用来进行统一的封装，比如元素的识别，驱动的定义？

未知区的沟通

未知区是我们和AI都不掌握的内容，这个更多是一些创新的场景，通过和AI的不断磨合，头脑风暴，来逐步发现我们真正的需要。

比如借助AI编程助手帮助我们开发一个应用，我们可能只构思了基本的功能，AI会根据提供的信息帮助我们生成应用界面，而我们基于它的界面还会有更进一步的改进想法，如此不断沟通和磨合，最终完成一个具备易用性的软件产品。

所以这里的沟通，重点在共同创新、不断磨合

隐藏区的沟通

隐藏区则是AI当前能力不能触及，很多时候是要基于内部信息、本地数据完成。这时要善用AI，就需要我们构建充分信息的上下文，把我们的本地信息、数据投喂给AI，让AI消化，弥补它不了解的那部分信息，让沟通从隐藏区走向公开区后，就可以明确下达任务来进行处理了。

那这部分的沟通重点，其实是可以通过类似RAG、模型微调，或构建本地知识库、包括通过MCP暴露本地能力调用等方式，让AI具备触及知识盲区的能力。

这个区域的沟通重点，就是向AI充分提供它尚未了解的背景和关联信息，在投喂并消化信息后达到正常协作的的目的。

总结

当我们希望把AI当作一个切实能帮助到我们的协作对象时，那么我们就应该建立和协作对象良好的沟通，乔哈里窗提供了一个良好的沟通模型，可以为我们善用AI提供这方面的良好指引。