你刚经历了一场艰难对话、一天不错的日子，或者脑子里有三句话怎么也停不下来。你打开聊天窗口，因为这比对着空白页更快，而且它会回应。十分钟后你平静了一些——但你不确定自己是否真的想清楚了什么，还是只是被附和了一通。
本文提供一种用AI做反思的方法，同时不把判断权交给它。方法是：分开观察（实际发生了什么）、解读（你认为它意味着什么），以及下一步行动（你作为人决定做什么）。模型的工作是帮你把自己的话整理进这三个桶。决定权仍在你。
“AI反思”究竟是什么
当你把日记条目打进聊天机器人并请它回应时，模型并不是在读你的心，也不是对你的一天产生任何感受。它是在根据你的文本和训练数据预测接下来可能出现的词，然后生成一段听起来支持性很强的流畅回复——因为支持性、确认性的语言在训练信号中既常见又被充分奖励。这是一种真实且有用的能力：它能用更清晰的结构把你的话映照回来，发现反复出现的短语，并提出一个你自己没想到要问的问题。它不是某个了解你的人给出的第二意见；除非你在当次会话中明确给过它历史，或开启了持久记忆，否则它也没有你过往经历的记忆（关于它实际存储什么，见ChatGPT会记住、看到和分享什么）。
表达性写作——把困难经历写成文字——有真实的研究基础。James Pennebaker数十年关于书写情绪体验的工作发现，在某些条件下对某些人有益，并在APA关于表达性写作的播客中讨论过。后来的综述更为审慎：跨研究汇总结果显示，效果并不一致，且高度依赖写作如何被结构化，并非只要写下来就一定有效（Advances in Psychiatric Treatment）。诚实的解读是：给经历赋予词语，可以帮助你处理它；但握笔的工具——纸、笔记应用，或聊天机器人——并不是让它奏效的关键。结构和诚实才是。
聊天机器人可能强化你交给它的框架，包括对你自己或对他人不公平的框架。通用系统不是有资质的临床人员，无法提供一个了解情况的人所能给出的背景补充与可问责的质疑。请把它的回应当作生成出来的备选说法，而不是真相的镜子或一纸判决。
这不只是理论上的失效模式。2025年4月，OpenAI在报告模型变得过度迎合、可能强化负面情绪或冲动行为之后，回滚了一次ChatGPT更新（OpenAI, “Sycophancy in GPT-4o,” 2025）。那次事件并不能证明每个模型或每条回复都有同样的行为；它说明的是，你为什么应当检验实际输出，并把判断留在聊天之外。
误解：温暖的回复意味着它理解了你
最常见的错误，是读到流畅、听起来共情的文字，就断定模型“懂了”。它什么也不懂。它只是生成了统计上很可能出现的支持性语言。这在两个实际层面上很要紧：
- 它可能同意你提出的解读，包括自我批评或指责性的解读，而不是去检验缺失的背景。
- 它无法核实你处境中的任何事实。 它只有你给它的那些词。如果你省略了背景——比如你自己对冲突的贡献，或一处会改变故事的细节——模型的回应就是建在缺口之上的。
修复不是去不信任每一次回应。而是把模型用在它真正擅长的部分（组织和改写你自己的话），并把做不到的部分（判断何为真、该怎么办）留给你。
10分钟循环
三轮，每一轮给模型不同的指令。不要把它们合并成一个提示词——合并会抹掉让它真正有用的那种分离。
第1轮：只做观察（3分钟）
用平实语言自由写下发生了什么，写3–5分钟。然后请模型只抽取可观察的事实。
以下是今天发生的事，用我自己的话写的：
[粘贴你的自由书写]
只列出可观察的事实——说过的话、做过的事，或实际发生过的事——不要加入解读、评判或建议。如果我的条目里已经是解读而不是事实，请把它放进单独的“不是事实”列表。总篇幅控制在150字以内。
示意性输出形态：
事实：
- 你下午三点与经理通了45分钟电话。
- 经理说项目时间表“需要提前两周”。
- 通话中你没有提出对测试阶段的担忧。
- 之后你发了跟进消息，请求澄清。
不是事实（条目中的解读）：
- “她不信任我的估算”——这是你对她语气的解读，
不是她说过的话。
仅这一步，往往就是练习中最有用的部分。大多数情绪循环都运行在“事实与解读混在一起”的故事上，感觉像一段坚实的记忆。把它拆开，你会看到故事里有多少其实是推断。
第2轮：多种解读（3分钟）
现在请它给出对事实的不止一种读法——刻意不止一种，这样你就不会只是让模型确认你的第一个理论。
仅基于以上事实，给我三种关于可能发生什么的不同、合理解读——
不要只给最显而易见的那一种。分别标为A、B、C。不要告诉我
哪个正确或最可能；由我来决定。
示意性输出形态：
A. 你的经理正承受外部压力（例如来自她自己的上司），
时间表调整反映的是这一点，而不是对你工作的评判。
B. 你的经理真诚地认为当前节奏太慢，依据是你看不到的信息。
C. 你的经理注意到你此前对测试有过犹豫，在直接提出之前，
先测试你对压力如何回应。
你选择哪种解读——如果有的话——更贴合，或记下你还没有足够信息。模型不能告诉你哪个为真；它不在那通电话上，也无法读懂你经理的意图。
第3轮：一个由你选定的下一步行动
用你自己的话写下你真正会去做的一件事——要发的消息、要问的问题、要设定的边界，或刻意决定现在什么都不做。你可以请模型帮你措辞，但行动的选择权是你的。
我已决定下一步行动是：[你的决定，例如“直接问经理，
测试阶段的时间表是否仍然现实”]。
帮我把它写成一条简短、直接的消息。不要添加我没要求的内容，
也不要建议额外行动。
把三轮保持为三个分开的提示词，最好在同一对话中进行，以便上下文延续；但在你自己完成第3轮之前，绝不要让模型抢先跳到“那我会这样做”。如果它在第1或第2轮主动给建议，忽略它，或明确要求它停下来。
隐私：你写下的内容比普通聊天更敏感
反思日记常包含姓名、关系细节、健康信息，以及你不希望陌生人读到的事——这让存储问题比普通聊天更尖锐。
在任何AI工具里定期写日记之前，先查清你所用产品和账户当前的条款与设置：对话是否会被保留、是否可能被用于改进模型、删除需要多久，以及是否可能有人工查看内容。OpenAI的数据控制常见问题说明了训练、历史、保留与删除是彼此独立的设置。GDPR赋予的权利——包括在某些情形下请求删除的权利——并不是每份副本都会立即消失的承诺（GDPR第17条）。对于不该披露给服务商的内容，优先用纸、离线笔记应用，或经批准的隐私保护工具。
一份写日记实践的简短删除清单：
- 开始前关闭“为所有人改进模型”或等效的训练开关。
- 若工具有临时/隐身对话模式，就使用它；或结束后从历史中删除对话。
- 没有合法、必要的理由和经批准的数据路径，不要粘贴他人的隐私信息（伴侣的医疗细节、同事的人事情况）。关闭训练并不会让不必要的披露变得妥当。
- 若你为自己未来参考而保留条目，请自行导出并存储，而不是把应用内历史当作你的归档。
它做不到什么
这个循环适用于日常反思——一场艰难会议、一次分歧、一个你在权衡的决定、一种你想理解的情绪。它不能替代对创伤、哀伤、虐待或持续痛苦的处理，也不包含任何诊断、治疗计划或危机应对，因为模型无法安全地做这些事。如果你的反思反复绕着同一段未解决的痛苦打转且得不到缓解，或涉及伤害自己或他人的想法，这是错误的工具——请改看当AI不是心理治疗和何时停止聊天并联系真人，了解该怎么做。
它也不能在重要决定上取代判断。把它生成的解读当作需要权衡的选项，而不是要接受的结论——这与用AI做出更好决策中的纪律相同。
APA关于生成式AI聊天机器人与身心健康类应用的健康咨询支持保持清晰边界、避免单一来源的强化、保护敏感数据，并在出现困扰或风险时转向合格的真人照护。它并没有把这个具体的十分钟练习认证为治疗手段。
今天就试一次
从今天挑出一件具体的事——不是整周，是一件。运行上面的三轮循环。用反思日记卡片记录：每天一行，含观察、解读和下一步行动列，并留出空间标记你是否真正做了你命名的下一步行动。一周后，只回看“下一步行动”列。那一列——而不是对话记录——才是值得保留的部分。
