ChatGPT 即將讓 Free 與 Go 用戶在困難問題上按下 Think，讓 GPT-5.6 Luna 多花一些時間推理。
但如果原本的問題就很模糊，讓 AI 多想一分鐘，也可能只是把模糊的問題分析得更長。
今天只學一個很簡單的操作：
按 Think 之前，先把問題整理成「條件、缺口、反例」三部分。
這樣你不是單純叫 AI「想仔細一點」，而是直接告訴它：真正需要仔細想的是哪裡。
第一步：先寫出「條件」
條件，就是這個決定不能違反的限制。
例如你正在選三套 AI 工具，不要只問：
這三個工具哪一個最好？
先把真正的條件寫出來：
- 每月預算不能超過 1,500 元。
- 必須可以處理繁體中文。
- 每天至少會使用兩小時。
- 主要工作是整理文件與撰寫內容。
- 不希望為了使用 AI 再學複雜程式。
這五個條件一寫出來，「最好」的意思就變得比較清楚。
否則 AI 很可能推薦能力最強的工具，卻完全不符合你的預算或工作方式。
第二步：找出「缺口」
接著不要急著要求答案，先問自己：目前有哪些資訊其實還不知道？
例如三個 AI 工具中：
- 其中一個沒有確認繁體中文表現。
- 一個方案不知道每月實際使用限制。
- 另一個工具的某項功能仍在分批開放。
這些就是資料缺口。
把它們明確交給 AI：
如果以下資訊不足以做決定，請標示為「缺少資料」，不要自行假設。
這一步很重要，因為模型即使進入較深入推理，也不能把不存在的資料推理出來。
不知道的事情，想得更久仍然是不知道。
第三步：要求它提出「反例」
這是最容易被忽略的一步。
AI 提出一個看起來很合理的建議後，不要立刻接受。
要求它再回答：
什麼情況發生時，你剛才的建議會變成錯的？
假設 AI 推薦方案 A，可能會發現：
- 如果每天實際需要處理大量圖片，方案 A 的限制可能不適合。
- 如果團隊未來增加到五人，原本的價格優勢可能消失。
- 如果最重要的功能尚未正式開放，現在導入可能太早。
這些就是反例。
反例的作用不是故意和 AI 唱反調，而是測試建議在什麼情況下會失效。
好的 AI 判斷不只要告訴你「為什麼這樣做」，也應該說清楚「什麼情況下不要這樣做」。
三段合起來怎麼寫？
假設你現在要決定是否購買一套新的 AI 工具。
不要只輸入：
幫我仔細分析這三個工具哪一個最好。
改成以下格式：
可直接複製的 Prompt：
我要做一個需要多項條件一起考慮的決定。 問題： 我要從以下三個 AI 工具中選出一個：[貼上三個工具或方案資料] 條件： 一、每月預算不能超過 1,500 元。 二、主要工作是繁體中文文件整理與內容製作。 三、每天預計使用約兩小時。 四、不希望依賴程式開發。 五、希望至少能持續使用半年。 缺口： 請先找出目前資料中有哪些價格、功能、限制、地區開放或使用額度仍然無法確認。 找不到證據的內容請標示「缺少資料」，不要自行補答案。 反例： 提出建議後，再告訴我三種會讓這項建議失效的情況。 最後請分成： 一、目前最適合的方案。 二、最重要的三個理由。 三、仍需確認的資料。 四、什麼情況下應改選其他方案。
什麼時候再按 Think？
把這三部分整理好之後，如果問題真的需要同時比較多個條件，再按 Think。
比較適合的情況包括：
- 三份報價各有不同價格、交期與規格。
- 旅行安排同時受到預算、時間、交通與住宿限制。
- 企劃案有多個方案，而且每個方案都有不同風險。
- 工作流程需要決定先做什麼、哪些步驟互相依賴。
- 重要決定需要同時檢查支持理由與反對理由。
OpenAI 表示，Free 用戶使用 Think 時，是讓 GPT-5.6 Luna 在較困難的問題上投入更多時間推理。
截至 2026 年 8 月 7 日，這項功能預計從下週開始提供，因此目前不是每個 Free 或 Go 帳號都一定已經看到。
最常見的錯誤：把 Think 當成「更準確」按鈕
如果問題是：
這家公司今天的股票價格是多少？
這主要需要最新資料，而不是更長的推理。
如果問題是：
這家公司營收增加，但自由現金流下降，我應該怎麼理解？
這才比較需要同時比較多個條件與可能解釋。
所以判斷是否使用 Think，可以先問：
我缺的是更多資料，還是需要把已有資料想得更完整？
如果缺資料，先查資料。
如果資料已經有了，但條件很多、彼此牽動，再讓模型投入更多推理。
另一個錯誤：條件寫了一大堆，卻沒有優先順序
有時候使用者會列出十幾個條件，卻沒有說哪一項最重要。
例如：
- 便宜。
- 功能多。
- 速度快。
- 簡單。
- 安全。
- 中文好。
問題是，現實中的方案很少六項全部第一名。
因此，如果其中有不能妥協的條件，可以直接標示：
必要條件：繁體中文、每月 1,500 元以下。 次要條件：速度、介面簡單。 加分條件：圖片功能。
這樣 AI 才知道發生衝突時，應該犧牲哪一項，而不是自己猜你的優先順序。
Think 仍然不能取代什麼？
即使模型投入更多推理，也不能替使用者確認沒有提供的事實。
以下內容仍應查證：
- 最新價格與方案。
- 法律與公司規定。
- 庫存與交貨時間。
- 帳號是否真的取得新功能。
- 合約中的正式條款。
- 涉及金錢或高風險決定的重要數字。
Think 的價值是把已有資訊分析得更完整，不是把不確定資訊變成確定。
今天只記住這三件事
- 條件：哪些限制不能違反？
- 缺口：哪些重要資訊現在還不知道？
- 反例：什麼情況會讓目前的建議失效？
先把這三件事寫清楚，再讓 AI 多想。
這比只輸入「請深入思考」更容易得到真正能拿來做決定的結果。
今天，和 AI 一起進步一點。
每天學會一個 AI 技巧。
每天節省一點時間。
每天提升一點能力。
SasaDaily，陪你一起成長。
