#我说不舒服AI竟追问12次#
我一直有个观点，真正好用的AI应用，不是因为它能多快生成内容，而是它在面对人类模糊的需求时，懂得停下来多问一句进行精确的意图识别，了解每个人的真实需求，给出对应符合提问者真正想要的答案。
这才是未来AI想要推广落地，为大众所广泛接受的形态。

而最近我在深度体验新版“蚂蚁阿福”时，就遇到了这样一个有趣的对话。
这次测试的起因很随机：最近半夜我经常莫名其妙因为口干被渴醒。
如果是以往，我用传统搜索，搜出来的很多都是竞价排名的广告，而直接问通用大模型，大概率会得到一堆“可能是糖尿病、干燥综合征、甚至肿瘤”的百科全书式罗列，没有什么信息密度。
拜托，我是来问问题的，不是来看论文的！

但这次在和阿福的对话上，整个交互流程让我觉得很舒服。
我输入问题，并追加了一句：“结合我之前的体检报告，分析下可能是什么原因，该怎么改善？”
这时候，阿福并没有急着甩给我结论，而是触发了它的「AI诊室」模式，开启了一场“打破砂锅问到底”的对话。
“口干的具体程度是怎样的？喝水能缓解吗？”
“最近有没有服用什么药物？”
“除了口干，有没有多尿或者体重下降的情况？”
“最近压力大吗？睡眠质量如何？” ……

阿福像个严谨的记录员，对着我上传的健康档案和刚刚的回答，进行了多轮的主动追问。
界面上方甚至有个进度条，提示我还需要了解哪些核心信息。
这就很有意思了。
在产品逻辑上，这叫从“被动生成”转向“主动推理”。

很多时候我们觉得自己说清楚了，其实描述充满了主观和遗漏。
阿福的“追问”，其实是在用专业的医学逻辑，帮我们把碎片化的体感，进行专业的引导，然后拼凑成完整的证据链。
经过几轮互动，阿福最后给出的是一份基于我个人数据的健康分析建议。
我挺满意的。

除了这种针对具体症状的咨询，这种“追问”机制在其他场景也很实用：
比如就医前自查的环节。
很多人去医院见医生，紧张得大脑一片空白，描述不清楚。
用阿福先预演一遍，它会帮你把症状梳理成一份结构清晰的病情小结。拿着这个去跟医生沟通，会更加有效率。

我觉得这才是AI在医疗健康领域该有的样子，不做越俎代庖的医生，而是做一个条理清晰的专业医学术语翻译和全能助手。

在这个行业都在比拼模型参数的当下，阿福这种愿意在理解用户上下笨功夫的产品，反倒显出了它的稀缺性。
能听懂人话，还能帮你把话说清楚，这才是好用的AI。
#AI医生请回答##科技先锋官#