我自己踩过一个坑，印象特别深。去年接了个项目，需要用某个SDK做图片处理。我没看文档，直接打开ChatGPT问："怎么用这个SDK把图片转成WebP格式？"AI给了我一段代码，看着挺像回事。跑起来，报错。改了改，又报错。来来回回折腾了快两个小时。后来实在没办法了，去翻了官方文档。发现那个SDK的API在上个版本改过，AI给我的是旧版接口。文档里明明白白写着新参数怎么传，我五分钟就搞定了。两个小时 vs 五分钟。差的不是技术能力，是我愿不愿意先读那几页文档。这事之后我就养成了一个习惯：先读文档，再开AI。 效果立竿见影。

为什么直接问AI经常得到"正确的废话"

AI的回答质量，本质上取决于你喂给它的信息量。你问"怎么用XX做YY"，AI只能根据训练数据里的通用知识来回答。但具体到某个库的某个版本，某个框架的某个配置，通用知识往往是过时的、模糊的、甚至错误的。官方文档就是最准确的信息源。它告诉你这个东西现在到底怎么用，有哪些坑，参数怎么配，边界条件是什么。你把这些信息喂给AI，它才能给出真正能用的回答。

说白了，AI不是搜索引擎，它是个需要上下文的协作工具。 你给的上下文越准，它输出的东西越准。

实际怎么操作

我自己的流程是这样的，三步：

第一步：快速扫文档，抓关键信息

不用全读。看快速入门、API参考、常见问题这几个部分就够了。花10到15分钟，把核心概念和常用接口过一遍。

第二步：带着具体问题去问AI

这时候你的提问方式完全不一样了。不是"怎么用XX"，而是"我在用XX的v3.2版本，想实现YY功能，文档里说要传参数A和B，但我遇到了ZZ问题，怎么解决？"

这种问题，AI能直接给你定位到具体原因，甚至给出可运行的代码。

第三步：拿AI的回答回文档里验证

AI说的对不对，文档一查就知道。这一步不能省，特别是涉及配置和参数的时候。

这套流程跑熟了之后，你会发现一个很明显的变化：你跟AI的对话轮数会大幅减少。 以前可能要来回五六轮才能定位问题，现在往往一两轮就解决了。

几个容易忽略的点

文档也会骗人。 官方文档不一定完美，有些地方写得含糊，有些例子是错的。所以别把文档当圣经，它是参考，不是标准答案。

不同AI对文档的理解能力不一样。 GPT-4读长文档的能力明显强于其他模型。如果文档特别长，优先用支持长上下文的模型。

有些东西确实不需要读文档。 比如你问的是通用概念、设计思路、架构选择，这类问题直接问AI反而更快。读文档这件事，主要针对的是具体工具、具体API、具体配置。

说到底就是一回事

AI是放大器，不是替代器。你输入的信息质量决定了输出的质量。官方文档就是那个能让你输入质量飞升的东西。

别嫌麻烦。那10分钟，能省你后面两小时。

免责声明

本文内容基于个人实践经验总结，不同场景下效果可能存在差异。文中提及的工具及版本信息以官方最新发布为准，不构成技术决策的唯一依据。