AI Fluency：4D 框架：委派、描述、鉴别、尽责
一句话
AI Fluency（AI 素养）是一套与具体工具无关的协作方法，由 Anthropic 与 Joseph Feller、Rick Dakan 两位教授合作提出。它把“会用 AI”拆成 4 种能力：委派（Delegation）、描述（Description）、鉴别（Discernment）、尽责（Diligence），简称 4D。学完你会知道每次用 AI 前、中、后各该想什么。
这篇导读覆盖的课程
- AI Fluency: Framework & Foundations —— 核心课；所有 AI Fluency 分众课都以它为前置
课程结构
- 导论 · Introduction to AI Fluency
- 为什么需要 AI 素养，课程怎么用 AI 来制作。
- 4D 框架 · The 4D Framework
- 4 种能力的总览，以及人与 AI 协作的 3 种模式。
- 专题 1 · 什么是生成式 AI
- 生成式 AI 的基本原理与能力边界。
- 委派 · Delegation
- 决定哪些事交给 AI、哪些自己做，结合项目规划练习。
- 描述 · Description
- 把目标、过程和期望的表现说清楚。
- 专题 2 · 有效的提示技巧
- 给背景、给例子、分步骤、指定格式等具体技巧。
- 鉴别 · Discernment
- 评估 AI 的产出、推理过程和协作表现。
- 描述—鉴别循环
- 描述和鉴别交替进行，逐轮逼近想要的结果。
- 尽责 · Diligence
- 为 AI 参与的成果负责：透明、核查、合规。
- 结语与证书
- 总结、期末测评、结业证书和补充练习。
精华：这门课真正要你带走的东西
先分清 3 种协作模式。4D 框架先区分人和 AI 的 3 种关系：自动化（Automation）——AI 按你的指令完成一件具体任务；增强（Augmentation）——你和 AI 像同事一样来回讨论、共同产出；代理（Agency）——你给 AI 设定目标和边界，让它自己行动，甚至替你和别人打交道。模式不同，4 种能力的侧重也不同。
D1 委派：先想清楚要不要用 AI、用在哪。委派包含 3 个判断。第一，问题意识：我到底要解决什么问题，成功是什么样子。第二，平台意识：手上的 AI 工具能做什么、不能做什么（这正是第 01 篇讲的机器特性）。第三，任务分工：哪部分交给 AI，哪部分必须自己做。很多失败发生在这一步：把需要专业判断的事整个丢给了 AI。
D2 描述：把你脑子里的东西交给 AI。描述也分 3 层。产出描述：要什么结果、什么格式、给谁看。过程描述：希望 AI 怎么做，例如先列大纲再展开。表现描述：希望 AI 在协作中扮演什么角色，例如“发现我的论证漏洞就直接指出”。大多数人只写第一层。
D3 鉴别：判断 AI 给的东西好不好。同样 3 层：产出鉴别（内容对不对、好不好）、过程鉴别（推理有没有跳步或逻辑错误）、表现鉴别（它的协作方式是否帮到了你）。鉴别要求你本身有判断力，所以 AI 用得越多，你的专业能力越重要。
描述—鉴别循环。描述和鉴别不是一次性的。你描述，AI 产出，你鉴别，发现问题后改进描述，再来一轮。高手和新手的差别，往往在于每一轮鉴别后能不能说清“具体哪里不对、要怎么改”。
D4 尽责：为结果负责。3 个方面：创作尽责——选择工具和用法时考虑伦理与安全；透明尽责——对需要知情的人说明 AI 参与了什么；部署尽责——成果发出去之前核查事实、检查偏见，承担最终责任。AI 不承担责任，人承担。
框架和工具无关。4D 不依赖某个产品或某种提示词写法。工具每几个月就会变，这套思考顺序不会过时。这也是它能被改编成学生、教师、小企业、创作者等多个版本的原因（见第 03 篇）。
关键概念
- AI 素养（AI Fluency）
- 有效、高效、合乎伦理且安全地与 AI 协作的能力。比“会写提示词”范围更大。
- 自动化 / 增强 / 代理
- 人与 AI 的 3 种协作模式：AI 执行指定任务；人与 AI 共同思考产出；AI 在设定边界内自主行动。
- 委派（Delegation）
- 决定是否用 AI、用哪个工具、怎样在人和 AI 之间分工。包括问题意识、平台意识、任务分工。
- 描述（Description）
- 向 AI 清楚说明想要的产出、过程和协作表现。
- 鉴别（Discernment）
- 批判性评估 AI 的产出、推理过程和协作表现。
- 尽责（Diligence）
- 对 AI 参与的工作承担责任：合乎伦理地创作、对相关人透明、发布前核查。
- 描述—鉴别循环
- 描述、产出、鉴别、改进描述的迭代过程，是增强模式下最常用的工作节奏。
学前准备
- 不需要技术背景。
- 建议先读第 01 篇“AI 的能力与局限”，委派一节会用到它的内容。
- 准备一个 AI 聊天工具，课程练习可以用任何聊天机器人完成。
动手练一遍
挑一件你这周真实要做的工作（写一份方案、整理会议记录、准备一次演讲），按 4D 顺序走一遍，并把每一步写下来：
- 委派：写出这件事的 3–5 个子任务。给每个子任务标“我做 / AI 做 / 一起做”，并写一句理由。
- 描述：给标“AI 做”的一项写提示词。分 3 段写：要什么产出、希望怎么做、希望它扮演什么角色。
- 鉴别：拿到结果后，至少写出 2 条具体问题（不能只写“不够好”），用它们改写提示词，再跑一轮。
- 尽责：写下发出成果前你要核查的 3 件事，以及你会不会、怎样告诉读者 AI 参与了。
做完后对比：哪一步花的时间最多？大多数人第一次做会发现委派一步最容易被跳过。
容易卡住的地方
- 把 4D 当成提示词模板。它是思考顺序，描述只是 4 步中的 1 步。
- 跳过委派，直接把整件事丢给 AI。先拆任务，再决定哪部分交出去。
- 鉴别只看产出、不看过程。结论碰巧对、推理是错的，下次就会出事。
- 认为“用了 AI 就不用负责”。尽责一步的要点是：成果署谁的名，谁就负责。
延伸阅读
- 下一篇：AI Fluency 分众课合集 —— 4D 框架在学生、教师、小企业、开发者、创作者场景里的用法
- Anthropic Education：AI Fluency 资源页 —— 框架原始资料与教学资源（英文）
- Claude 文档：提示词工程概览 —— 对应“专题 2：有效的提示技巧”的进阶阅读