外观
第五章 搜索目标
为什么 AI 的回答总是"正确的废话"
你一定收到过这样的回答。
你问 AI："这个功能要不要做？"它给出一份周全的分析：做，有三个好处；不做，有两个风险；还有两个折中方案。最后总结："具体是否需要，建议结合实际情况权衡。"
每一步都对。每一条都有道理。读完之后，你比读之前更不知道怎么决定了。
有人把这种回答称为"正确的废话"：它无法被反驳，也无法被使用。
现在做个对照实验。同一个问题，补上一句背景再问一次：
"这个功能要不要做？我们团队只有四个人，目标是三个月内验证用户是否愿意为它付费。"
回答立刻换了副面孔：它给出了明确的倾向，砍掉了两个"有意思但不紧急"的方向，还指出验证付费意愿有更便宜的替代路径。有立场，有取舍，可执行。
补充的那句话没有增加任何事实——功能还是那个功能，AI 的知识还是那些知识。
它到底补上了什么？
搜索需要知道"什么算好"
第四章拆开了四层模型的第一层：搜索从什么状态起跑。本章是第二层，它回答的问题更往前一步——搜索为了什么而进行。
先看清楚"正确的废话"是怎么产生的。一次搜索要产出回答，就必然存在某个标准，在无数条可能的路径中选出"最好"的那一条。问题在于：当你没有给出任何标准时，这个标准并不会空缺——它会落回一个默认值。这个默认值大致是："一个稳妥的、放到任何场景都挑不出错的回答。"
而"放到任何场景都挑不出错"，恰恰意味着不属于任何场景。于是搜索的轨迹自动收敛到各种立场的中间地带：好处也列出，风险也列出，结论留给你。面面俱到与毫无立场，是同一种搜索的一体两面。
那句背景改变了什么？"四个人、三个月、验证付费意愿"——它替换了默认标准。现在，"最好"有了具体的含义：资源消耗要小，验证速度要快，不确定性要优先排除。标准一变，同一片搜索空间里，被判定为"好"的路径立刻换了位置，轨迹随之改变。
这就是第二层要处理的事情：搜索目标（Search Objective）——决定这次搜索为什么而进行，以及什么答案算最好。
它由三个部件构成：目标、评价函数、成功标准。逐个来看。
目标：搜索的意图，只能由人提供
先看一个容易被滑过的区别。
"写一份新能源汽车市场的分析"——这是任务。"我们要决定明年是否进入这个市场"——这是目标。同一个任务，挂在不同的目标上，就是两次完全不同的搜索：为了"是否进入"，分析必须服务于取舍，重点在风险与门槛；为了"给新同事做行业培训"，同样的主题，重点变成了结构与全貌。
任务描述动作，目标描述意图。AI 可以出色地完成动作，但意图只能来自你。
这是人机协作里一条真正的分界线：搜索系统可以优化路径，却不能自己生成目标。目标回答"为什么搜索"——为了商业价值、为了用户价值、为了控制风险、为了探索可能——这些判断来自人的处境与取舍，没有任何技巧能让 AI 替你完成。把目标说清楚，不是对 AI 的照顾，而是人在这套系统里不可让渡的职责。
评价函数：什么答案算最好
目标定了方向，还需要一把尺子来衡量路径的优劣。这把尺子称为评价函数（Evaluation Function）：决定什么答案算最好。
看评价函数如何直接改变结果。让 AI 设计一个数据同步方案：
- 评价函数是"可维护"：它会给出结构朴素、边界清晰、新人三天能接手的方案；
- 评价函数是"性能"：它会容忍复杂度，换取出吞吐量；
- 评价函数是"最快上线"：它会直接建议你先用现成的第三方服务，把自研推到二期。
同一个问题，三把尺子，三种"最佳答案"。不存在脱离评价函数的"好方案"——只有当尺子被指定之后，"好"才开始存在。
评价函数不一定每次都明说，但它一定在起作用：你不指定，它就用默认值。而默认值的产出，我们已经见识过了。所以"请综合分析一下"是评价层最危险的一句话——它听起来面面俱到，实际上是把尺子交了出去。
成功标准：搜索什么时候算完成
第三个部件回答一个更实际的问题：搜索到哪里算完？
没有完成的标准，搜索只有两种下场。一种是过早停：第一条看似合理的路径就成了答案——第一章里那种顺着你思考的迎合，很多就是过早停的产物。另一种是停不下来：分析一层叠一层，回答越来越长，结论越来越远——你大概也收到过那种两千字还没进入正题的回答。
成功标准（Success Criteria）就是给搜索设定的完成线：什么条件满足，这次搜索就可以交付。对比一下两种问法：
问法1："分析一下这个方案。"
问法2："从可行性和成本两个角度评估这个方案，给出明确结论：做、不做、还是补充信息后再定；如果现有信息不足以下结论，列出还缺哪些信息。"
前者的搜索是开放式的，走到哪里算哪里；后者规定了完成的形态——必须有明确结论，信息不够时必须指出缺口。注意第二种问法并没有限制深度，它只是定义了"完成"。成功标准约束的不是想多少，而是什么时候算想完。
它还有一个隐蔽的好处：它给了搜索"报告失败"的合法出口。"信息不足，无法下结论"在没有成功标准时会被视为坏回答，于是搜索宁可编一个结论交差；有了明确的成功标准，指出缺口本身就是一种合格的完成。
目标层的完整结构
三个部件合起来，第二层的全貌如下：
三者是递进关系：目标决定朝哪个价值方向搜索，评价函数决定在这个方向上如何比较路径，成功标准决定什么时候把最好的路径交付出来。
诊断一次"正确但无用"的回答，按这个顺序检查：目标说了吗？评价标准给了吗，还是落在了默认值上？完成的形态定义了吗？三个问题里，往往至少有一个是空着的。
Prompt 映射
目标层的常见做法对照如下：
| 常见做法 | 所属部件 | 机制 |
|---|---|---|
| "我们的目标是三个月内验证付费意愿" | 目标 | 为搜索设定价值方向 |
| "从可维护性角度评估，而不是性能" | 评价函数 | 显式指定比较路径的尺子 |
| "评价时先看风险，再看收益" | 评价函数 | 调整评价标准的优先级 |
| "给出三个方案，并明确推荐一个" | 成功标准 | 规定完成的形态，禁止开放式列举 |
| "如果信息不足以下结论，列出还缺什么" | 成功标准 | 给"报告失败"一个合法出口 |
| "请综合、全面、客观地分析" | —— | 反模式：把评价函数交还给默认值 |
项目案例
一个产品团队每个季度用 AI 辅助需求优先级评估，结果年复一年地令人失望：AI 把二十几个需求分析得头头是道，最后的结论是"每个需求都有其价值"。团队负责人苦笑：我要的不是分析报告，是取舍。
问题出在目标层的全线缺席。目标没给——本季度到底要留存还是拉新；评价函数没给——按什么比较需求之间的高低；成功标准没给——输出要到什么程度算完成。AI 手里的尺子只剩默认值，而默认尺子量出来的每个需求都"有价值"。
第二个季度，他们在提问前补了三行设定：
本季度目标：提升次月留存，拉新不在本季度考虑范围内；
评价标准：预估对留存的影响 ÷ 开发成本，影响相当时，优先改动风险小的；
完成形态：输出排序后的前五名，并明确指出哪五个需求本季度明确不做，说明放弃理由。
输出完全不同了：一份有顺序的清单，附带"明确不做"的名单和理由。团队没有照单全收——其中两个判断被数据推翻了——但评估会议从"挨个讨论二十几个需求"变成了"争论前五名的排序"，两小时散会，还第一次形成了书面的取舍记录。
这个案例里最关键的一点是：三行设定没有一行是 AI 能自己写出来的。目标、尺子、完成线，全部来自人对处境的判断。AI 负责的是给定标准之后的搜索；标准本身，永远是人的工作。
容易混淆
"目标就是 Prompt 里的那句任务描述"
任务描述说明做什么，目标说明为什么、什么算好。"写一份市场分析"是任务，"用于决定是否进入这个市场"是目标。只给任务不给目标，等于告诉搜索怎么走，却不告诉它朝哪儿走。
"定了评价标准，会限制 AI 的发挥"
不指定评价标准，评价并不会消失，只会落回"稳妥、谁都不得罪"的默认值。显式的尺子不是限制搜索，而是把搜索从平均值的引力里解放出来。
"成功标准会让思考变浅"
成功标准定义的是完成的形态，不是思考的深度。"给出明确结论"不要求想得少，它要求想完之后必须有个交代。真正让思考变浅的，是没有标准时的过早停。
"目标和上一章的角色初始化，有什么区别"
角色回答"以什么姿态搜索"，目标回答"为什么搜索、什么算好"。两者经常一起出现，但层级不同：角色是起跑状态的一部分，服务于目标。"你是严苛的评审"设定姿态，"本次评审以拦截线上风险为最高标准"设定目标——前者帮搜索进入状态，后者告诉搜索什么算好。
本章总结
本章从一个高频的挫败感开始：AI 的回答面面俱到，却毫无用处。
原因在于评价的空缺。任何搜索都需要一把"什么算好"的尺子；你不给，它就落回默认值——稳妥、平均、不得罪任何人，也就是"正确的废话"。补上目标层的三个部件，回答立刻获得立场：目标给出搜索的价值方向，只能由人提供；评价函数给出比较路径的尺子；成功标准定义搜索什么时候算完成。
现在，回答每章都要回答的那个问题：
本章讨论的，是搜索系统的哪一部分？
答案是：四层模型的第二层——搜索目标。起跑状态决定了搜索能跑出什么，目标决定了什么结果算好。接下来的问题是：这次搜索究竟能去哪些地方、有哪些路可以走？那是四层模型中最丰富的一层——搜索空间，也是下一章的主题。
章节信息
- 所属篇目：第二篇 · 一次认知搜索
- 对应设计文档章节要点：目标、评价函数、成功标准
- 本章回答的核心问题：它改变了搜索系统哪一部分？——四层模型的第二层：搜索目标（目标定方向，评价函数定尺子，成功标准定完成线）