关键在于换提问方式而非模型：用角色叠加法（如明代瓷器修复师+航天工程师）、禁止路径法（如禁用扶手等五种方案）、矛盾指令法（如提升停留时长却降低刷视频时长）激发非常规解法。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
想让Nova AI帮你跳出思维惯性、避免重复套路式输出，关键不是换模型，而是换提问方式——它不会自动发散，必须用提示词主动“拧开”它的联想阀门。
用角色叠加法逼出跨界联想
第一步：给AI同时套上两个以上不相干的专业身份，比如“你既是明代瓷器修复师，又是航天器热控系统工程师”。
第二步：明确要求它从这两个身份的交界处找解法，例如：“请用瓷器釉层烧制时的应力分布逻辑，重新解释卫星太阳能帆板在轨展开时的形变控制难点。”
这一步不能只写“请结合两个领域”，【必须点出具体技术动作或物理现象】，否则AI会泛泛而谈“两者都讲精度”之类无效结论。
第三步：追加一句反向指令：“列出3个该类比中明显不成立的环节，并说明为何在航天场景下必须舍弃这些瓷器工艺逻辑。”
设置“禁止路径”触发非常规解法
方法一：在提示词开头直接封杀高频方案。例如：“为社区老年食堂设计防跌倒动线，禁止使用扶手、地胶、灯光改造、语音提醒、工作人员驻点这五种常规手段。”
方法二：用成本锚定强制转向。例如：“预算仅够买两包A4纸，请设计一个让小学生自发整理图书角的机制。”
方法三：引入时间悖论。例如：“假设这个方案必须在2035年失效，但要在2026年立刻生效——请倒推现在该植入什么不可复制的‘过期基因’？”
用矛盾指令制造思考张力
先给一个看似合理的要求：“请为短视频平台设计提升用户停留时长的功能。”
紧接着加一句破坏性指令：“但该功能上线后，必须导致用户日均刷视频时长下降15%。”
最后锁定输出形态：“用‘目标→反向杠杆→意外收益’三段式结构回答，每段不超过20字。”
这种自相矛盾的设定会让Nova AI放弃寻找“最优解”，转而挖掘行为底层动机——它不得不去想：什么功能能让用户更愿意来，却更少刷？答案往往藏在社交确认、成就归因或信息节律里。
