一句话看懂：TechRadar 记者实测发现，直接问 ChatGPT「我该怎么办」能快速得到答案，但答案往往空洞且不贴合个人处境；改用「决策教练」式提示词后，AI 转为提问和拆解权衡，把最终判断权交还用户。这背后是 Headway 调查中 46% 成年人已让 AI 替自己做重要决定所引发的「决策外包」隐忧。
事件核心：发生了什么
AI 微学习应用 Headway 对 2000 名成年人做了一项名为「Seeking Familiarity」的调查：46% 的受访者曾让 AI 替自己做困难决定，35% 会在压力大的时候转向 AI，21% 表示一周不用 AI 帮忙决定「做什么」就撑不下去。Headway 把这种现象命名为「decisionrot」（决策腐化），指 AI 从帮人收集信息，滑向帮人逃避选择时的不适感。调查还显示，53% 的男性会用 AI 回避艰难决定，女性为 40%。
TechRadar 记者据此做了一个对照实验：先直接问 ChatGPT「我该不该报一个八周素描夜课」，ChatGPT 干脆回答「你应该报名」，理由却泛泛而谈，未涉及预算、晚间精力、其他安排等个人约束，记者形容其「像抛硬币一样私人化」。随后记者改用提示词——「不要替我决定，当决策教练，问我问题、挑战我的假设、指出我缺失的信息、列出选项和取舍，最终选择留给我」——ChatGPT 转而连续追问目标、时间点、疲惫感等细节，对话才真正开始。
为什么重要
这是对当前大模型「高置信度回答」副作用的一次具体检验。ChatGPT 等聊天机器人擅长消除不确定性带来的不适，用户很容易把「AI 给了答案」误当成「问题已解决」。目前公开信息显示，问题不在于模型能力，而在于交互模式：直接索要结论会压缩用户的思考过程，而让模型承担教练角色，可以把大模型的推理能力用在做结构化提问和权衡分析上。这对 AI 助手的产品设计提出一个方向——从「给答案」转向「帮想清楚」，也解释了为什么 Headway 这类微学习应用会关注决策依赖问题。
对用户/开发者/创作者的影响
对普通用户，这段提示词可直接复用：明确禁止 AI 替你做决定，要求它提问、挑战假设、指出信息缺口、列出选项和取舍。对开发者和 AI 应用设计者，这说明「决策教练」是一个值得做的交互模式，可通过系统提示词或工作流把模型输出从结论改为追问和框架；评估指标也应从答案满意度转向用户是否形成了自己的判断。对内容创作者，这提供了一个可操作选题：与其展示「AI 帮我做了决定」，不如演示如何用提示词让 AI 反问，把自己的优先级和约束讲清楚。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 Headway 等应用是否会围绕「决策腐化」推出反依赖功能或提示词模板；二是 OpenAI 等厂商是否会在 ChatGPT 中内置「先提问后建议」的决策模式，而非只优化结论质量；三是这项 2000 人调查的样本和地区代表性尚有限，后续是否有更广泛的横向研究验证 46% 这一比例。
来源：TechRadar
