当前生成式人工智能（GenAI）已超越单次提示，支持多轮编辑（多轮次提示），但非专业用户在与AI互动时仍面临显著挑战。一项针对菜谱开发聊天机器人的实验显示，参与者多为STEM背景的非AI专家，他们在调校AI行为时主要依赖即兴探索，而非系统性分析。例如，参与者倾向于使用“直接指令”而非示例引导AI，而实际上AI对后者响应更佳。

研究发现，用户常将人机对话与人人对话混淆，试图通过否定语句或重复指令调整AI行为，但效果有限。大型语言模型（LLM）对否定指令的处理能力较弱，且用户对多次重复指令感到不自然。这一现象反映了用户对AI工作原理的认知偏差——仅凭个别成功或失败案例推断AI的局限性。

作者指出，有效引导AI需突破人类直觉的交流方式。例如，采用“示范优于说教”（Show, Don't Tell）策略，或通过分解任务步骤逐步引导AI输出。未来，若AI能主动以简明提问反推用户需求（即“将用户视为经验不足的儿童”），或能显著提升交互效率。文章最后提及由Bronco AI CEO推荐的图像生成工具Gemini Nano Banana，进一步延伸了AI应用的多元化场景。