AI时代的"意图分析师"——当AI能执行任何命令，最贵的技能是"你到底想要什么"
上个月，我帮一家互联网公司做了一场AI工作坊。
开场我让大家做一个练习："用AI帮你写一份下季度市场推广方案，然后告诉我，你花了多长时间在'提出需求'上，花了多长时间在'等AI出结果'上。"
结果很有意思——平均每个人花了40分钟"修改prompt"，花了3分钟"等AI出结果"。
一个产品经理站起来说："老邓，我发现我90%的时间不是在做方案，是在想我到底要什么。"
我说："恭喜你，你发现了AI时代最核心的技能。"
这个产品经理不经意间点出了一个正在发生的重大变化：在AI能执行几乎所有明确指令的时代，"提出正确需求"的能力，正在成为比"高效执行"贵得多的技能。
本质：AI把价值重心从"怎么做"移到了"要什么"
在工业时代，价值集中在"怎么做得更快更好"——谁掌握了更高效的制造方法，谁就赢了。
在信息时代，价值集中在"怎么找到对的信息"——谁掌握了更好的搜索和筛选能力，谁就赢了。
在AI时代，价值正在快速向"你到底想要什么"集中——因为"怎么做"AI会替你完成，但AI不知道你要什么。
注意，我说的是"不知道"，不是"不能知道"。AI可以学习你的偏好——如果你喂给它足够的数据。但关键问题在于：大多数人在大多数时候，自己都不知道自己想要什么。
这是一句很残酷的话，但你仔细想想——
- 产品经理说"我要一个更好的用户增长方案"——但你的用户瓶颈到底在哪？是获客、激活、留存还是付费？你没说清楚，因为你自己也没完全想清楚。
- 培训经理说"我要一份新人培训计划"——但新人是缺知识、缺技能还是缺心态？你没说清楚，因为你以为"培训计划"是一个标准答案。
- CEO说"我要一个数字化转型方案"——但为什么要转？转成什么样才算成功？你没说清楚，因为"别人都在转，所以我也得转"。
这些模糊的"要什么"，AI给不了你想要的答案。不是AI能力不行，是你提的问题，本身就没法被回答。
AI面前，人最大的短板不是"不会用AI"，而是"没想清楚自己要什么"。
"意图分析师"——AI时代的新岗位
我很确信，未来3-5年内，会出现一个叫"意图分析师"（Intent Analyst）的新职业。这个岗位的核心不是操作AI工具，而是：帮团队把模糊的"想要"变成清晰的"指令"。
你可能觉得，这不就是"产品经理"或者"需求分析师"吗？
不完全一样。传统的需求分析师是把客户的业务需求翻译成技术方案。而意图分析师要做的，是更深一层——在客户/老板/团队成员自己都不知道想要什么的时候，帮他们"想明白自己想要什么"。
我观察到一个模式：和AI协作的效率，和"需求明确程度"几乎呈线性关系。
需求明确度 × AI能力 = 产出质量
公式很简单，但揭示了AI时代最昂贵的瓶颈——人这端的"意图清晰度"。
三种最典型的"意图模糊"场景
场景一：把"手段"当成"目标"
这是最普遍的情况。
一个市场总监对我说："我要一个社交媒体内容计划。"
我问："为什么？"
"因为我们要提升品牌影响力。"
"为什么品牌影响力要提升？"
"因为我们的获客成本越来越高了，想通过内容降低获客成本。"
你看，他真正的意图不是"内容计划"，是"降低获客成本"。如果这个意图在一开始就明确，AI给出的方案不会停留在"发什么内容"上——它会包括策略性的投放、分发渠道优化、用户分层触达等更多维度的建议。
意图模糊的第一个症状：你描述的是"怎么走"，而不是"去哪"。
AI能给你最佳路径，但如果你说出一条路径让它优化，你永远到不了真正想去的地方。
场景二：用"别人怎么做"掩盖"我该怎么做"
"别人都用AI做了人才盘点，我们也做一个吧。"
"竞品上线了AI客服，我们也上吧。"
听到这些需求的时候，你的直觉是"好，跟上"。但你有没有停下来问一下——
"我们为什么要做人才盘点？我们当前的人才管理问题是什么？"
"我们的客户投诉集中在哪些方面？AI客服能不能解决？"
很多时候，你所谓的"需求"是一种模仿压力——别人做了，所以我也得做。但模仿式的需求往往是模糊的、没有目标感的、最后做出来也没人用的。
意图模糊的第二个症状：你描述的是"别人在做"，而不是"我需要"。 AI能帮你复制一切，但复制不了"为什么这件事对你重要"。
场景三：用"更多"替代"更好"
这个场景在AI时代尤其突出。
"再生成10个方案。"
"再优化一下文案。"
"再跑一轮数据分析。"
因为AI生成的成本极低，所以人会陷入一个舒适区——不断要求"更多"，而不是停下来想一想"到底需要什么"。
我见过最夸张的案例：一个团队为了让AI帮他们做一个品牌定位，整整花了两周时间"改需求"。每版方案出来，团队就提更多的修改意见。最后一共生成了37版方案，但大家越看越不知道选哪个。
为什么？因为最初的需求就是模糊的——"做一个有差异化的品牌定位"。这个需求可以生成无穷无尽的方案，但永远找不到"最好的那个"，因为你自己都没定义"什么是最好的"。
意图模糊的第三个症状：你不断地要求"再优化"，而不是"告诉我，什么才叫好"。
怎么破：成为自己的"意图分析师"
你不需要等一个"意图分析师"的职位出现。从今天开始，你可以在和AI协作时，对自己做三件事：
1. "问五层为什么"原则
每次给AI提需求之前，先问自己五次"为什么"——
- 我要的是什么？（第一层：具体内容）
- 我为什么要这个？（第二层：目的）
- 达到这个目的，还有其他方式吗？（第三层：方案排查）
- 哪个结果会让我真正满意？（第四层：评价标准）
- 如果只能做一件事，我选哪个？（第五层：优先级）
大多数时候，你问到第三层，就会发现你最初的需求是错的。这时候再给AI下指令，产出的质量会完全不同。
2. 建立"需求质量指标"
不是所有需求都值得投喂给AI。在按下"发送"之前，问问自己：
- 这个需求一句话能说清楚吗？如果不能——说明你没想清楚。
- 这个需求有明确的成功标准吗？如果没有——你拿到100个方案也选不出来。
- 这个需求如果被完美执行，结果是我真正想要的吗？如果不是——说明你的根本问题不是这个。
在AI时代，模糊的需求就是最大的资源浪费。
3. 训练"澄清能力"——不要跳过"意图确认"这一步
当你的同事、下属或者老板向你提出需求时，做一个"意图分析师"该做的事——帮他澄清。
- "你提到的'更好'是指什么？能给我一个具体的例子吗？"
- "你说要一个方案，这个方案的受众是谁？他们看完之后应该有什么感觉或行动？"
- "如果只能选择一个指标来衡量这件事的成功，你选哪个？"
这三个问题，价值超过100次AI方案的迭代。
我培训过的一个团队，把"确认需求"的环节从5分钟延长到了15分钟。看起来慢了，但方案从"改3轮"降到了"改0.5轮"，整体交付时间缩短了60%。
慢在意图上的时间，是最值钱的"慢"。
写在最后
AI是工具，而工具永远服务于意图。
当工具被强化到极致，人端的"意图清晰度"就成为最后、也是最重要的瓶颈。
你团队的天花板，从来不是AI能做什么，而是你们有多清楚自己"想要什么"。
这个能力，AI代替不了你。但好消息是——它完全可以被训练。
🧠 认知测评 → 测测你的"意图清晰度" 📋 行动手册 → 4步成为自己的意图分析师