当客户让AI和你PK

一位客户对我说：“楚总，你的报告有明显的AI味。”另一位客户，用Claude生成了一段解决方案，抬头问我：“楚老师，为什么你的判断和它不一样？”这是我最近一个月遇到的含AI咨询场景。我本人一直是AI应用的积极倡导者、实践者和探索者，比如：2026年写的2024年......

本文来自微信公众号：友声誉，作者：楚学友，题图来自：AI生成

一位客户对我说：“楚总，你的报告有明显的AI味。”

另一位客户，用Claude生成了一段解决方案，抬头问我：“楚老师，为什么你的判断和它不一样？”

这是我最近一个月遇到的含AI咨询场景。

我本人一直是AI应用的积极倡导者、实践者和探索者，比如：

2026年写的（当客户说你的报告AI味浓）

2024年写的（用AI写一篇80分的危机声明；AI危机咨询1.0上线）

2022年写的（打工人如何不被AI干掉？）

最近，AI逐渐从幕后走向台前。仔细讲讲开头说的两个场景。

AI使用主动标注

场景一。报告中的AI味。

我把一份过程报告发给客户，第二天，客户跟我说，楚总，你的报告有明显的AI味。我回复，对，确实用了，效率高。我不讳言用，也不担心告诉客户。但是还没有全面标准化嵌入。

客户在乎的从来不是“你用了AI”，而是“你是否坦诚”。如果客户自己也能用AI，那我凭什么得到信任？靠藏着掖着吗？客户要的是结果，她关心问题有没有被解决、结论站不站得住。但你用没用AI、怎么用的，你应当主动说。

我后来琢磨下，客户那句话背后，其实藏着五层意思。

真正的专家，从来不需要掩饰自己的工具。他只需要不断向第五层攀登，让自己成为那个值得被蒸馏、却永远蒸馏不掉的人。

从那天起，我决定交给客户的报告，只要涉及人工智能辅助生成，都会开宗明义地标注。这是信任，也是操守。

比如这是我给客户的飞书文档报告开头的标注。

这是我给客户的公司品牌战略1.0讨论稿首页，注意最下面两行小字。

无独有偶，我恰好看到一位作者书前面的声明，也是如此：

AI VS 我

本月，在一次客户重大稿件的讨论中，大屏投出来了讨论稿3.0版。锁定在一个最关键的自然段，似乎大家都没什么意见了。

客户A埋头扎在屏幕上，然后抬头说，楚老师，我让Claude生成了这段，咱们一起看看。

我说好。看完我说，三个修改，两个不好，一个可以采纳。

先说两个不好。

第一，原文我们用的是“盲点”，它改成“薄弱”。

问题在于损失了词义精准度，降低表达的精确度。

AI常把具有专业语境和判断锋芒的词，改成更常见、更平滑、更安全的词。

比如“盲点”改成“薄弱”或“盲区”。表面通顺，实际丢失了原词所包含的新趋势、未知风险、探索状态和潜在爆点。

“薄弱”描述的是能力不足，“盲区”描述的是尚未覆盖的范围，“盲点”则指向未被识别、可能触发风险的具体点位。这更符合这次事件的本质和属性。

第二，在传递负面消息时，它把一个让步从句，改为两个并列简单句。

问题在于修辞结构被扁平化。

原文我用的是“尽管……仍然……”。前面是坏消息，后面是好消息。

这是评价理论（Appraisal Theory， Martin & White）里 Engagement 系统中Proclaim: Counter（驳式宣称）的典型实现。

人话叫，预先缴械。先把对方最想质疑的坏消息说出来，再当场驳倒它。说服力来自“承认”。

AI没有意识到原句承担的风险沟通功能：先主动承认不利事实，再用后半句限定其负面后果。坏消息因此被纳入一个完整的解释结构，而不是与好消息彼此割裂。这就是“负转正”的语义引擎。

“尽管”的坏消息会被读者的阅读意识自动降级为次重要。当你有可对冲的好消息，可以用让步从句。

但是，当公司有实质性重大坏消息，禁止使用让步从句。必须独立成段落＋完整归因。否则它就从修辞工具变成“选择性弱化”，记者一句“为什么这个数字只在从句里一笔带过”就能反杀公司叙事。

再说一点好。

原文当中有一个并列的逻辑层次，被它修改为递进的小-中-大的逻辑范畴。更严谨和规整。

聊完这段，我们都满意了。

AI在专业服务中的一个高频场景，就是客户把AI带进会议室，作为“第二意见”，现场验证和挑战顾问。

过去，客户主要问：“这段应该怎么改？”以后，客户更可能问：“这是Claude给出的修改，为什么你的判断和它不一样？”

这意味着，咨询顾问的价值正在从“提供一个答案”，转向“判断不同答案的优劣、解释取舍依据，并对最终结果负责”。

署名的勇气

跟AI的PK带来一个新问题，就是咨询顾问如何证明自己比AI强？这是AI时代所有人都必须思考的命题。

上周，我就最新实践发了个朋友圈。

展开说说，真正的专业壁垒不是“我也会用AI”，而是多层能力构成：

• 自有的专业知识库，提供稳定的判断尺度；

• 持续积累的真实脱敏案例，提供情境经验和成果记忆；

• 自研的核心Skills和工作流，把个人经验转化为可重复的方法；

• 专业领域元知识的谙熟和更新；

• 高质量提问能力，决定AI究竟在回答表面问题还是本质问题；

• 多轮对话和交叉验证，避免接受第一个看似通顺的答案；

• 从v1.0修改到至少v5.0的迭代能力，把生成内容转化为专业成果；

• 对语义、事实、修辞、合规和利益相关方反应的综合判断；

• 邀请客户共创、质疑和探索，推动彼此的成长；

• 承认自己的局限和不足，欣然悦纳客户和AI的建设性意见；

• 对最终建议承担责任的职业立场。

以上这些，我在逐渐完善中。之前发布过我的AI咨询工具，接下来还要发布一系列的skills。

AI不会简单消灭专业服务，反而会提升客户验证专业能力的频率。如同本文所说的场景，会越来越频繁。

客户将越来越多地使用AI生成备选答案，现场挑战顾问；顾问的价值则体现在，能否比AI更准确地识别语义差异、情境边界和决策后果，并把“很多可能的答案”收敛成一个经得起追问、可以真正使用的专业判断。

昨天，我在朋友圈看到清华大学的李宁教授转发他刚写的文章：

让模型做它擅长的80%查证、初稿、改写、清洗；把那20%不可替代的部分牢牢攥在手里判断、取舍、具体的经验、以及署名的勇气。关键不是排斥AI，而是顾问能够当场判断：哪些采用，哪些拒绝，为什么，以及修改后会产生什么传播和责任后果。这正是专业服务者未来的核心价值。

李宁｜清华大学

署名的勇气，精妙绝伦的概括。我很喜欢这个短语。充满了自信、勇气和力量。透露出发出报告时的、开口回应挑战时的那份笃定。

真·专家喜欢这种挑战。伪·专家将会无所遁形。

本文来自微信公众号：友声誉，作者：楚学友