白板前坐了四十分钟，写了三个词，又划掉两个。头脑风暴卡住的地方很少是真的没想法，更多是第一个念头太重，把后面那些还没成形的都压住了。AI 在这里的用处很具体：它不会累，也不会觉得你的问题笨，可以一直陪你把这一段撑过去。但它给的东西偏平均，真正能用的那一条，通常要你自己拧出来。下面讲清怎么要量、怎么换角度、怎么收敛，以及哪一步不该交给它。
发散阶段只看一个指标：数量
发散和收敛是两种相反的脑力活动，混在一起做，两件都做不好。发散要的是数量和不重复，判断先搁置；收敛时才动用标准。多数头脑风暴开得沉闷，就是因为大家一边想一边评判，刚冒出来的念头被自己否掉，剩下几个安全的。
AI 恰好适合这个阶段。它可以一次给二十条、三十条，不会因为被否定就沉默，也不会因为你说「再来点更离谱的」而不好意思。用它时把数量写进请求：要二十条，不要五条。数量本身会改变分布——前五条往往是最常见的答案，往后才开始出现偏的。
四步，从一句话到一个方向
四步里，第二步决定原料够不够，第三步决定原料新不新：
| 步骤 | 产出物 | 常见坑 |
|---|---|---|
| 写题目与约束 | 一句话题目，加三条硬约束：人群、预算、时间 | 题目太宽，「做个健康餐」没有边界 |
| 要量 | 二十到三十条不重复的方向清单 | 只要五条，拿到的是最保守的五条 |
| 换角度重问 | 按成本、人群、场景、反面、跨界各来一轮 | 同一个问法问三遍，得到三份同义改写 |
| 杂交与收敛 | 两两拼接的候选，加按三个维度打分的前五条 | 让 AI 直接替你挑，理由都是套话 |
创意发散最怕停在候选阶段。拿到二十条，挑一条顺眼的就往下做了。真正出活的部分在第三步：同一件事换六个角度看，得到的是六个不同的问题，不是二十条同义改写。
换角度比换措辞有用
六个角度可以直接套：从成本看，如果预算只有十分之一怎么做；从人群看，如果是给六十岁的人用；从场景看，如果在没有网络的地方用；从反面看，如果故意把它做砸会怎么做；从跨界看，健身房、医院、便利店怎么解决类似问题；从约束移除看，如果不受任何限制会做成什么样。
反面这个角度最容易被忽略，效果反而最明显。让 AI 列「这个产品最可能失败的五种方式」，它给出的往往比正面建议更具体，因为这些失败模式在语料里有大量真实案例。把失败模式反过来，就是设计要点。
收敛要靠标准，不靠感觉
几十条点子摆在一起，靠直觉挑会挑出最眼熟的那个。更稳的做法是先定标准再加权：可行性、成本、新颖度，三项各占多少，先写下来，再逐条打分。权重一变，排序就变，这个过程本身能帮你看清自己真正在意什么。
还可以让它扮演反方。「假设你是挑剔的评审，指出这个方案最致命的三个问题」「分别从产品、市场、技术、财务四个角色提意见」。多角色不是为了凑热闹，是为了让不同的失效模式都被说出来。最后拍板仍然是你：它不知道你手上有什么资源，也不知道你愿意承担多大风险。
它给的平均，恰好是最不容易出错的那些
模型学的是大量文本里的常见搭配，输出天然向平均值靠。所以它给的点子往往合理、完整、挑不出错，也正因此缺少那种让人一愣的东西。真正有辨识度的创意，来自具体的处境：你见过的某个客户、你自己踩过的坑、你所在城市的一条街。这些信息不在它的训练数据里。
另一个必须防的是事实。让它做创意时，它常顺手编出市场规模、竞品数据、用户调研结论，看起来有模有样。AI 幻觉的常见形态里讲过这类「合理但无来源」的表述，凡是带数字的论断，都要回到原始来源核一遍。想要更多跳跃感，可以把温度值调高一些，代价是稳定性下降，跑三轮取交集更稳。
一个人也能开的二十五分钟
没有团队也能做。前五分钟写题目和三条约束；中间十分钟要量，两轮各二十条，不中途评判；接着五分钟换角度，挑三个角度各问一轮；最后五分钟收敛，按三项标准打分，留下前三条，写下每条下一步要验证什么。整个过程不需要会议室，也不需要等谁有空。
这套流程的价值不在产出多少条，而在把「开始想」的门槛降到很低。写不出东西的时候，先让屏幕上出现二十条，哪怕十九条都不能用，剩下那一条也够你往下走一段。写请求的方式如果拿不准，提示词里该放哪些约束可以先看一遍再动手。
速查：AI 头脑风暴的四条
- 发散只问数量，先要二十条再谈好坏
- 换角度比换措辞有效，一次只换一个维度
- 收敛先定权重，别让它直接替你挑
- 带数字的论断回到原始来源核对
