我在做一個優惠券的工具。目標很實際：把一堆速食、餐飲的優惠券，照「實際划算程度」排給我看，省掉我自己一張張比價的功夫。

這套東西原本在一個炸雞品牌上跑得挺好。有一天我想：能不能也套到披薩品牌？

我把這件事交給 AI 去查。它查了一輪回來，跟我回報：這個品牌，做不了。然後開始講——選擇組、欠定、沒有錨定價……我聽不太懂。

但我想了想：反正我要做的品牌多得是，這家披薩不行，大不了換別家。於是我說：好，那不做。

看起來，我做了一個乾脆的決定。

但實話是，那句「好，不做」，是建立在我沒聽懂的基礎上的。它講的那堆東西，我一句也沒真正聽進去。

後來我把這件事重新拿出來看，才搞懂它當時到底在說什麼。

我那個工具的核心，是算出每張券的「性價比」，再拿來排序。難點在於：優惠券來源只給整張券的總價，不會告訴你裡面的炸雞、飲料各值多少。要排出哪張券真的划算，就得先反推出每個品項的「隱含單價」。

做法是把每張券當成一條方程式——總價，等於裡面各品項的數量乘上單價的總和。券越多，方程式越多，就能解出每個品項的單價。

炸雞品牌那邊，有九百多張券，也就是九百多條方程式，要解的品項只有三十多個。方程式遠多於未知數，解出來的單價很可靠。

披薩品牌卻完全不是這回事。它的券幾乎每一張都是「選擇組」——「九選一：一個披薩」「五選一：任選一款副食」。問題來了：這種券你根本不知道消費者最後會選哪一個，方程式寫不出來，就沒辦法丟進去算。

扣掉這些選擇組，真正能用的券只剩六到八張，但要解的品項卻有五六十個（披薩的尺寸、餅皮、口味，再加上一堆副食）。六條方程式要去解六十個未知數——這在數學上根本解不出有意義的答案，算出來的數字會是隨機的。

雪上加霜的是，披薩這個最貴、占每張券最大價值的東西，連個可以兜底的參考價都沒有。副食還找得到平價的來當基準，但披薩官方給的不是定價，而是「某個金額起」這種起價——一個範圍，不是一個數字，當不了基準。

所以結論很硬：披薩品牌的優惠券，天生就是選擇組。換哪個網站抓、抓多少，都改變不了這件事。它的性價比，用我這套方法算不出來。

到這裡，AI 當時的判斷是對的——它說「做不了」，確實做不了。

那我的問題出在哪？

不在它「說做不了」，也不在我「決定不做」。而在於：我說「好，不做」的時候，根本沒聽懂它為什麼說做不了。我是因為聽不懂，又覺得「反正這家非做不可的程度不高」，就順手跳過了。

而沒聽懂的代價，比我當時以為的具體得多。

我心裡把這家披薩當成只有兩條路：要嘛做得起性價比，要嘛整個跳過。既然做不起，那就跳過。但後來回頭想清楚才發現，其實還有第三條：不做性價比排序，只把券一張張列出來讓我查閱。少了性價比，它對我並不是零——我還是省下了自己一張張去找券、比期限的功夫。

我當時看不見這第三條路，正是因為沒聽懂。聽不懂，讓我把一個還能部分用的東西，當成完全沒用，丟掉了。

而我後來才意識到一件更尷尬的事：要我聽懂它到底在說什麼，其實只差一個動作——要它用白話再講一次。

就這樣。不用我去讀懂什麼迴歸、欠定這些詞，只要我回一句「這些我聽不懂，你用我聽得懂的話再講一遍」。這一步近在手邊，幾乎不花什麼成本。我卻省掉了。

省掉它的原因，說白了是「不在乎」。品牌那麼多，這家披薩跳過就算了，幹嘛花力氣搞懂一個我本來就不一定要做的東西。但「要求它講白話」幾乎免費——因為不在乎，就連這一步也跳過，我的決定也就建立在「沒聽懂」上面，而不是「聽懂了之後的取捨」。

想清楚之後，我打算回去把這家披薩品牌以那第三條路接進來：不做性價比排序，只列券讓我查閱。這樣它還是我那個工具裡有用的一塊。

說到底，我做這個工具，要的就是把我以前看到優惠券、要評估老半天的功夫，交給它直接做掉，我只要看結果選就好。會不會算性價比，不影響它對我有用。

而從這次起，我也給自己記下一條：AI 講一堆我聽不懂的，不是問題；不要求它說人話，才是。聽不懂還能補救，連問都不問，就連本來看得見的選項也一起丟了。