大家都只常用兩個角落 — Two Corners

Day 03 的結論是：鋸齒狀前沿看不見，你不會知道自己什麼時候踩在缺口上。

但有一件事可以事先知道：這件任務，我到底該不該擔心它亂加東西。靠的不是經驗，是先看它落在地圖的哪一區。

任何一個 AI 任務，都可以用兩個互相獨立的問題定位：

1. 資訊量往哪走？ 把多變少、等量換個形式，還是把少變多？
2. 要動多少腦？ 照著資料做就好，還是需要推理判斷？

這兩個問題各有來歷，下面分開講。

橫軸：資訊往哪個方向流 — Axis 1: Information Flow

這條軸的兩端，是心理學家 J.P. Guilford 在 1956 年提出的兩種思考模式 - 比 LLM 早了六十幾年：

Guilford 自己的話很精簡：發散是製造變化（variation），收斂是做評估（evaluation）。

中間還有一段他沒特別命名、但實務上最重要的區帶：轉換（Transformation）。OpenAI 官方的 prompt 指南把摘要、改寫、翻譯、抽取歸成同一大類，理由是它們有一個共同性質 - 必須忠於輸入內容（must remain faithful to the input content）。

這條軸真正的用處：一條忠實度梯度

把三段連起來，你會得到一條「你有多需要它忠於原文」的梯度：

　　收斂　＜ーーーーーーーーー　轉換　ーーーーーーーーー＞　發散
　　多變少　　　　　　　　　　　等量換形式　　　　　　　　　少變多
　　ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー
　　摘要　統整　　　　　　　　　翻譯　改寫　　　　　　　　　續寫　舉例
　　抽取　分類　排序　　　　　　解釋　換格式　　　　　　　　發想　替代方案
　　ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー
　　必須忠於原文　　　　　　　　一樣不准加　　　　　　　　　要的就是無中生有
　　多加的就是錯　　　　　　　　最穩的一欄　　　　　　　　　亂想才是重點

這解釋了一個你一定遇過的現象：發想的時候它亂講你不介意，整理資料的時候你很在意。 因為這兩端對「忠實度」的要求根本是相反的。

接續 Day 03： 這就是那個「什麼時候該驗」的第一層答案：越靠左邊，越要逐項核對（它應該忠於原文，多加的就是錯）；越靠右邊，越不用（你要的就是它發揮）。

自己試： 拿同一份會議記錄，給它兩個指令，然後注意你驗收的方式完全不同：

同一份資料、同一個模型，驗法卻相反 - 因為它們不在同一區。

縱軸：要動多少腦 — Axis 2: Cognitive Depth

同樣叫「摘要」，把三則新聞濃縮成一句，跟讀完十篇論文提煉出一個沒人講過的觀點，難度差很遠。差在認知深度。

依據是教育學的 Bloom's Taxonomy（布魯姆分類法）修訂版，由淺到深六層：

關鍵在於：這條軸跟橫軸無關。 「摘要」可以很淺（單純濃縮），也可以很深（統整多份來源 ＋ 判斷哪些重要 ＋ 講出沒人講過的角度）。所以它是獨立的第二個維度，不是同一條線的延伸。

實務差別：高階任務要給它思考空間。 統整、評估、發想這類，讓它先列思路再給結論，品質差很多；低階任務（翻譯、分類）直接要答案就好，囉嗦反而是浪費 token。

交叉起來：你的盲區在哪 — The Map

兩條軸一交叉，每種能力該站在哪裡就清楚了：

單一格是原料，實際工作幾乎都是把好幾格串起來。 這才是這張圖真正的用法：

分析 ＝ 抽取（低階收斂）→ 統整（高階收斂）→ 評估（高階收斂）

規劃 ＝ 分析現況 ＋ 發想選項（高階發散）＋ 收斂成步驟（高階收斂）

拆開之後你會發現一件事：這兩件「一句話就能交代」的工作，其實橫跨了三到四個格子。 交辦時如果只丟一句「幫我分析一下」，它得自己決定要不要抽取、要不要評估 - 而你連它走了哪條路都不知道。

跟它「討論一個主題」 也一樣：看起來是一個動作，其實是在快速切格子 - 先抽取你話裡的重點（左上）、分析你的邏輯（左下）、再發想反例（右下）。一次對話用掉半張圖。

現在回答標題那個問題。多數人重度使用的其實只有兩個角落：左上的摘要，和右下的發想。

而中間那一整欄「轉換」 - 翻譯、改寫、換格式、把難懂的東西解釋成簡單的 - 是全圖最穩、幻覺最少的一區，因為它的定義本身就是「不准加東西」。它偏偏也是最常被忽略的一區。

（jason3e7 的狀況）我一開始就只用兩件事：把一大堆資料整理出重點、還有發想。剛好就是左上跟右下那兩個角落。中間整欄幾乎沒碰過。

看著這張圖問自己：哪幾格我幾乎沒想過？ 那通常不是因為 AI 做不好，而是你沒想到可以這樣用。

Sources

• Divergent Versus Convergent Thinking — Springer（Guilford 1956 起源與定義）
• Guilford's Divergent and Convergent Thinking — Cogn-IQ
• Best practices for prompt engineering with the OpenAI API — OpenAI（Transformation 須忠於輸入）
• Bloom's Revised Taxonomy — Colorado College
• Bloom's Taxonomy of Learning — Simply Psychology