半小時講透提示詞工程（輕科技）

短書評：《半小時講透提示詞工程》 樊中愷這本小書，把AI提示詞這件事講得通透又剋制，讀完腦子裏只剩一句話：不是AI不夠聰明，是我們常常沒把話說清楚。 它不像市面上那些堆砌“萬能prompt模板”的工具書，也沒有故作高深的術語轟炸，而是直接戳破了新手和高手用AI的核心差距——不是模型，不是會員，而是開口前那十秒的思考。書裏最動人的不是技巧，而是心態的轉變：別把AI當“標準答案庫”，要把它當“一起打磨內容的同事”。從“祈禱它一次答對”到“跟它聊五輪，越聊越好”，這纔是用好AI的開始。 比起《AI時代的生產力革命》這類大談未來趨勢的書，它更像一本貼身的操作說明書，不講宏大敘事，只教你怎麼把模糊的念頭，逼成清晰的句子；比起那些只給模板的prompt合集，它更底層、更通用，教你的是“怎麼讓AI聽懂你”，而不是死記硬背幾句套話。 全書最精華的部分，其實就藏在幾個樸素的金句裏： - AI不會讀心，只會接話。 - 高手和新手的區別，是“多聊五輪”。 - 把話說清楚，AI和人，都會更願意幫你。 它更像一次清醒的提醒：用好AI的本質，從來不是掌握什麼黑科技，而是學會清晰地表達自己的需求。畢竟，不管是對AI，還是對人，把話說清楚，都是最高效的溝通。

說清楚，是這個時代最划算的能力 講了這麼多技巧，我最後想說的，其實是一件和AI無關的事。 你有沒有發現，寫好提示詞的過程，逼着你先把自己想要什麼搞清楚？很多時候我們用不好AI，不是不會跟它說，而是連自己都沒想明白「我到底要什麼」。一旦你能對AI說清楚，你往往也就對自己、對同事、對家人說清楚了。 這一點我體會很深。有幾次我本來是要讓AI幫我寫個東西，結果在「給它交代清楚」的過程中，自己反倒把原本一團亂麻的思路捋順了——還沒等它動筆，我心裏的方案已經成型。那一刻你會意識到：提示詞的真正價值，一半在AI的產出，另一半在「逼你把話想清楚」這件事本身。它像一面鏡子，照出你哪裏其實還沒想明白。從這個角度，每一次認真寫提示詞，都是一次免費的思維訓練。 所以提示詞工程練到後來，練的早已不只是「怎麼跟機器說話」，而是「怎麼把一件事想透、說明白」。這是一種古老的、機器永遠替不了的能力。AI越普及，這種能力反而越值錢——因爲執行的活越來越多地交給了機器，而「想清楚、說明白」這件事，始終得由你來。 我見過太多人，守着同一個AI，產出卻天差地別。差距從來不在他們用的是哪款模型、訂了多貴的會員，而在一個樸素的習慣：願不願意在開口之前，多花十秒鐘想想「我到底要什麼、給誰用、什麼標準算好」。這十秒鐘，就是普通人和高手之間那道看不見、卻越來越深的鴻溝。好在，這道鴻溝你今天就能跨過去——它不需要天賦，不需要技術背景，只需要你願意把含糊的念頭，逼成清楚的句子。 我在大廠裏日復一日做的，本質上就是在幫模型「更好地聽懂人話」。但說到底，再好的模型，也接不住一句含糊的指令。這本書如果只讓你記住一句話，我希望是這句： 不是AI不夠聰明，是我們常常沒把話說清楚。把話說清楚，AI和人，都會更願意幫你。 “下次打開AI，試着多說三句話。剩下的，交給你。”

一本簡短的AI科普讀物，特別適合推薦給我這種還在把大模型當成搜索引擎來用的人看看👀。 本書從AI是如何理解人類的話的原理層出發， 先展示了提示詞工程的第一性原理：AI不會讀心，只會接話。所以你的任務，是把它需要的一切——身份、背景、要求、範例、格式——清清楚楚地擺在它面前，讓它「接」起來毫無懸念。 然後給出了“色-景-求-範-式”的提示詞框架，讓我們可以像填空一樣來構建自己的提示詞，在此之上也給出了一些可直接使用的實用句式和進階技巧。也指出了我們普通人運用AI聊天的常見錯誤，發現自己多項中招，告訴我們要說具體、分開做、勤覈對、多輪聊、多舉例的正面心法。 整體來說一本簡短的小書告訴了我們why，也告訴了how，還有具體的運用示例可以照着做，算得上一本很優秀的工具書了。對於我個人的啓發是理解了原理層，在實際運用中搭建自己的提示詞工程庫應該算是非常重要的一件事了，這也是現在AI時代與別人拉開差距的一項很重要的能力了，繼續學習吧～

本書是一本輕量化的AI實用指南。它避開復雜術語，以"場景化示例+可複用模板"爲核心，用半小時的閱讀體量把提示詞工程拆解爲精準指令、角色設定、邏輯鏈構建三個可落地模塊，適合想快速掌握AI工具效能的職場人。最亮眼的是"反例對比"板塊，直接點明模糊表述的坑點，讓初學者能快速建立對AI的精準掌控感。

提示詞工程黃金框架，色、景、求、範、式——身份、背景、要求、範例、格式。AI需要我們清晰地表達需求，才能輸出我們滿意的答案。每次梳理提示詞的時候，都是思路的梳理，這塊不僅對於AI有用，對於人們之間的交流也是同樣重要。

一、核心公式：五字黃金骨架 所有提示詞按此結構組裝：色、景、求、範、式。 色指角色，讓AI扮演什麼身份，例如“你是一名資深公文寫手”。 景指背景，交代任務前提和環境，例如“我正在寫XX”。 求指要求，具體要做什麼、達到什麼標準，例如“寫一篇1000字申報材料，突出XX”。 範指範例，給AI一個參照樣本，附上一篇往年獲獎材料（脫敏後）。 式指格式，規定輸出形式，例如“用三段式結構，標題加粗”。 實踐建議：日常寫提示詞時，對照這五字逐一檢查是否遺漏，比憑感覺提問效果提升明顯。 二、三條進階實操技巧 第一條是思維鏈，在要求中加一句“請逐步思考”或“請分步驟完成”，適用於複雜任務拆解和多環節材料撰寫。 第二條是少樣本學習，提供兩到三個具體例子讓AI模仿風格和結構，適用於固定格式文書和活動方案策劃。 第三條是多輪對話，先出大綱、確認方向、再擴寫全文，分步迭代進行，適用於長篇材料和不確定方向的寫作任務。 實踐建議：不要指望一次性生成完美結果，按“出大綱、確認、擴寫、修改”四步走，每次只改一個環節，成品質量顯著高於一次性生成。 三、高頻場景實用句式 1.寫工作總結的句式：你是某類專員，這是我過去某段時間做的具體事項清單，請幫我整理成一篇多少字的工作總結，用某種結構，語氣正式或相應風格。 2.做活動方案的句式：你是活動策劃專家，主題是什麼，參與對象有多少人，預算是多少，請生成一份包含時間、地點、流程、分工的方案。 3.改公文風格的句式：請將以下文字改寫爲正式或激昂的風格，保持原意不變，控制在大致字數。 4.整理會議記錄的句式：以下爲會議錄音轉文字，請提取議題、結論、待辦事項三項，用表格呈現。 5.提煉長文要點的句式：請用若干個要點概括下文，每點不超過多少字。 實踐建議：將上述句式存入手機備忘錄，需要時複製粘貼、填空即用，避免現場思考提示詞結構。 四、五個常見錯誤與避坑方法 第一個錯誤是指令太模糊，比如只說“幫我寫個東西”，正確做法是套用五字公式，明確角色、背景和要求。 第二個錯誤是一次給太多任務，正確做法是拆成多個提示詞，分步完成。 第三個錯誤是沒有給AI參考樣例，正確做法是附上一到兩個同類文本並脫敏處理。 第四個錯誤是一次生成就放棄修改，正確做法是用“請從邏輯或用詞或結構角度優化”繼續追問。 第五個錯誤是忽略格式約束，正確做法是明確指定用表格或編號列表或標題分段。 實踐建議：每次AI輸出不理想時，對照以上五類錯誤檢查是哪種問題，針對性修正後重新提問，而不是重複原問題。 五、個人實操工作流 第一步準備階段：收集過往同類優秀文本三到五篇，脫敏後保存爲範例庫。 第二步寫提示詞：按色景求範式填空，複雜任務加上“請逐步思考”。 第三步首輪生成：先讓AI出大綱或框架，確認方向正確後再擴寫。 第四步迭代優化：逐段修改，針對不滿意的段落單獨提問。 第五步人工複覈：覈對數據準確性、政治表述和語氣一致性。

中心思想 書中把寫好提示詞視爲“讓 AI 接得住、聽得懂、做得到”的必經之路，所有方法都圍繞這三句話展開。 1. ​​五字黃金骨架：快速搭起完整上下文​​ 作者用“色、景、求、範、式”五個關鍵字幫讀者像填表一樣寫提示詞： • ​​色​​：設定角色與語氣（誰在說話）。 • ​​景​​：交代背景與約束（現在是什麼場景）。 • ​​求​​：明確目標與輸出格式（要我做什麼）。 • ​​範​​：提供示例或範例模板（長什麼樣纔算對）。 • ​​式​​：給出思考/推理方式（分幾步、列大綱、自查等）。 這一骨架把“身份-背景-要求-範例-方式”全部納入，避免遺漏關鍵信息，是提示詞的總框架。 2. ​​讓 AI 當“助理”而不是“黑盒”​​ 書中強調：AI 不存在標準答案庫，它只根據你當前給出的上下文生成回應。因此提示詞要承擔“把話接清楚”的責任，而不是指望一次就得到完美結果。 3. ​​三步迭代：提問-反饋-精煉​​ 1. 先用角色+場景+目標的最簡提示詞拋出問題。 2. 根據 AI 的第一版回答，再追加“這版太正式，改成口語化”或“補充 ×× 數據”之類指示，把它當“草稿協作”。 3. 最後固化成可複用的模板，放入知識庫或腳本。書中稱這種“聊五輪、越聊越好”的心態爲高手做法。 4. ​​藉助 AI 自己寫提示詞​​ 遇到不會寫指令時，可以讓 AI 當“提示詞教練”：告訴它“我不知道怎麼說明，請你先問我幾個關鍵問題，再幫我整理成完整指令”。 5. ​​把提示詞放進 Harness，讓流程可持續​​ 書中把上下文工程、智能體運行時以及工具/狀態/策略編排統稱爲 ​​Harness​​。提示詞藏在上下文工程裏，與智能體共同被 Harness 調度，保證多輪交互、狀態記憶和外部工具調用都能順暢銜接。 6. ​​常用技巧卡片（摘選）​​ • ​​思維分解​​：讓 AI 一步一步推理，再給結論。 • ​​示範引導​​：給一個高質量示例，讓輸出風格對齊。 • ​​先列計劃​​：先要思路或大綱，選定後再細化。 • ​​自我檢查​​：讓 AI 評評自己，再修改。 這些做法都寫在提示詞裏，作爲“範”和“式”的具體手段。 小結 書中提示詞方法可歸納爲： ​​“用五字骨架填全關鍵信息 → 把 AI 當協作對象迭代修改 → 讓 AI 自己生成指令輔助 → 通過 Harness 把上下文、智能體和工具串成流程”​​。掌握這套思路，就能從“問一句、失望一次”轉向“聊幾輪、越聊越好”。

AI提示詞框架：身份、背景、要求、範例、格式。 身份：你AI提示AI提示詞框架：身份、背景、要求、範例、格式。 身份：你AI提示詞框架：身份、背景、要求、範例、格式。 身份：你是誰（職業、身份、專業、角色等)，越具體越好 背景：爲了什麼，對誰說（場景，目的，對象） 要求：要什麼、包含什麼、不要什麼，不包含什麼、語氣、風格等，越具體越好 範例：給案例，打樣，給成功樣本 格式：表格、清單、一段話、分點等 技巧： ①推理、計算、分析類任務（多條件篩選、決策對比、邏輯判斷)：提示詞：一步一步思考，給出推理過程，再說結論 ②給樣本，樣本是最佳風格翻譯器 ③先列計劃：先讓它給思路或大綱，選好後，再細化 ④讓它自己檢查一遍，自查後修改 ⑤複雜任務，給思考時間，提示詞：先把你的分析過程寫出來，再給最終建議。 模板： ①學一個難概念 「請把〔概念〕講給一個完全不懂的人聽，用生活裏的比喻，分『它是什麼、爲什麼有用、一個例子』三部分。我沒懂的話會追問，你再換個說法。」 ②翻譯/潤色 「把這段〔中/英〕文翻譯成〔目標語言〕，要求自然地道、像母語者寫的，不要直譯腔。如果有更好的表達，可以適當調整。原文：〔內容〕」 ③頭腦風暴 「圍繞〔主題〕，給我10個不同角度的點子，要求有新意、別都往一個方向想。每個點子一句話說清，並標註它適合〔什麼人/什麼場景〕。」 ④決策 「我在〔A〕和〔B〕之間猶豫，我的優先考慮是〔最看重什麼〕。請列一個對比表，從〔幾個維度〕分析，最後給出傾向性建議並說明理由，也提醒我可能忽略的風險。」

提示詞工程 ——怎麼把話說到AI心坎裏 背景我們習慣了對人講話可以含糊——你跟老同事說「老規矩」，他就懂；你跟家人說「那個東西」，他就知道你指什麼。因爲人會腦補、會聯想、會根據你們的共同經歷填補空白。但AI沒有這些「共同經歷」，它腦補不出來。你越是把對人說話的那套含糊習慣搬過來，它越是答非所問。 一旦你習慣了把事情的來龍去脈、目標、標準都擺到檯面上，你會驚訝地發現，不只是AI變好用了，連你跟人溝通的效率都會跟着提高。 先搞懂：AI到底是怎麼「理解」你的話的要把話說到點上，得先知道對面是個什麼樣的「人」。 AI回答的底層邏輯是補全對話，即這句話後面，最可能接什麼。你給它一個開頭，它就一個詞一個詞地往下接，接出一整段。這意味着：你給的開頭（也就是提示詞）質量，直接決定了它接出來的內容質量。 它不會讀心，不知道你的背景、你的偏好、你心裏那個沒說出來的標準。你覺得「不言而喻」的東西，對它來說根本不存在。你說「寫得專業一點」，它不知道你說的「專業」是律師那種嚴謹，還是諮詢顧問那種結構化——你得說清楚。 沒有常識判斷，即使前後矛盾，也不會提醒你。 提示詞工程的第一性原理： AI不會讀心，只會接話。所以你的任務，是把它需要的一切——身份、背景、要求、範例、格式——清清楚楚地擺在它面前，讓它「接」起來毫無懸念。 分解任務-投餵數據-明確指令-迭代優化，把這四步搞清楚就行 一個提示詞的「黃金骨架」神經球歷史——身份、背景、要求、範例、格式。 人和人的差距來源於兩點：一點是你以爲你自己知道了，其實你沒有真的知道；第二點是因爲「達克效應」，很多人瞭解了一些事情，就站上了「愚昧之巔」，可能是一知半解，甚至是懶得理解，就對一個事情進行蓋棺定論。 達克效應： 愚昧之巔（不知道自己不知道）： 在剛接觸一個新領域時，由於瞭解極少，人往往意識不到該領域的複雜性。這種認知盲區會讓人產生盲目的自信，嚴重高估自己的實際水平，此時的自信心處於最高峰。 絕望之谷（知道自己不知道）： 隨着學習的深入，人開始發現這個領域深不可測，意識到自己掌握的僅僅是皮毛。原有的驕傲被打破，自信心迅速崩塌並跌入谷底，往往會伴隨強烈的挫敗感和自我懷疑。 開悟之坡（知道自己知道）： 只要不被挫敗感打倒並持續學習，真實的技能和經驗就會開始穩步提升。人逐漸掌握了該領域的規律和方法，自信心也隨之觸底反彈。此時的自信不再是盲目的，而是建立在真實能力之上。 平穩高原（不知道自己知道）： 經過長期的積累，人最終成爲該領域的專家，各項技能已經內化爲本能。自信心恢復到較高水平且非常穩定，能夠清晰、客觀地評估自己和他人的能力邊界，既不自負，也不自卑。 一、身份（神）——告訴它「你是誰」。 給AI一個角色，它的語氣、深度、專業度立刻就對了。「你是一位有十年經驗的兒科醫生」和「你是一個段子手」，回答同一個問題，畫風完全不同。爲什麼這麼管用？因爲身份是一個「壓縮包」——你說「資深律師」，它就自動調出嚴謹、引用條款、規避風險的那一整套說話方式，省得你一條條去描述。給身份時還有個小訣竅：越具體越好。「你是營銷專家」不如「你是專做母嬰產品、擅長小紅書種草的營銷專家」，後者給出的東西明顯更對路。一句話定身份，是性價比最高的一招。 二、背景——告訴它「爲了什麼、對誰說」。 同樣寫一段產品介紹，發給專業採購和發給普通消費者，寫法天差地別：前者要參數、要對比、要專業術語；後者要痛點、要場景、要一句話打動人。把場景、對象、目的交代清楚，它才知道往哪個方向使勁。一個判斷標準是：如果換個讀者，這段話就得重寫，那這個「讀者是誰」就必須寫進提示詞。大多數「正確的廢話」，都是因爲缺了背景——AI不知道這話最終要給誰看，只好寫得四平八穩、誰看都不出錯，結果誰看都沒感覺。 三、要求——告訴它「具體要什麼」。 這是核心。要多長？什麼風格？必須包含什麼？絕對不能出現什麼？越具體越好。「寫得短一點」不如「控制在200字以內、分三段」；「專業一點」不如「用數據支撐觀點、避免感嘆號」。特別提醒一句：「不要什麼」和「要什麼」一樣重要。你嫌它老愛用「賦能」「閉環」這類詞，就直接說「不要用任何互聯網黑話」；你不想要它結尾總來一句正能量昇華，就說「不要總結、不要昇華，到此爲止」。把雷區標出來，比反覆返工高效得多。 四、範例（範）——給它「照着這個來」。 這是被普通人嚴重低估的一招。與其費勁描述你想要的風格，不如直接甩給它一兩個例子：「照着這個語氣寫」「按這個格式來」。一個好例子，勝過十句形容詞。這在行話裏叫「少樣本（Few-shot）」，是公認最立竿見影的技巧之一。背後的道理還是那句——AI是「接話高手」，你給它看幾個樣品，它立刻就摸到了那個「調」，比你用一堆抽象的形容詞（「高級」「有質感」「高端大氣」）去描述，準得多。這些詞在人和人之間能心領神會，但AI接不住，它需要的是實打實的樣本。 五、格式（式）——告訴它「長什麼樣交付」。 你要表格、要清單、要一段話、還是要分點？提前說清楚交付形態，省得拿到一坨你還得自己再整理。這一步看着小，省下的卻是實打實的時間。比如讓它做競品分析，一句「用表格呈現，列出產品、價格、優點、缺點四列」，你拿到就能直接用；不說，它給你一大段文字，你還得自己拆成表。交付形態想清楚再開口，是「拿來即用」和「還得返工」的分水嶺。 把五個零件拼起來，一條「裸命令」就升級成了一條好提示詞。對比一下： ×裸命令：「幫我寫個請假郵件。」 √帶骨架：「你是一名職場新人（身份）。我因爲家裏有事，想跟直屬領導請兩天年假，下週一週二（背景）。幫我寫一封請假郵件，語氣得體、誠懇但不卑微，說明會提前安排好手頭工作（要求）。控制在150字以內，分稱呼、正文、落款三部分（格式）。」 後者拿到的，幾乎可以直接發出去。前者拿到的，你還得改半天。多花的，不過是二十秒。 進階但不難：四個讓結果脫胎換骨的技巧技巧一：讓它「一步步想」（思維鏈） 遇到需要推理、計算、分析的任務，別讓它直接蹦答案。加一句「請一步一步思考，先列出推理過程，再給結論」，準確率會明顯提升。這叫「思維鏈（Chain-of-Thought）」。 道理很樸素：還記得AI是「接話高手」嗎？如果你逼它一上來就說結論，它可能「接」得太草率。讓它先把中間步驟寫出來，相當於逼它打草稿、慢慢算，錯誤自然就少了。這跟老師讓學生「寫出解題過程」是一個道理——過程對了，答案才穩。 適用場景：算賬、邏輯判斷、多條件篩選、做決策對比。不適用：閒聊、寫抒情文案（那種你反而希望它別囉嗦）。 補一個實用變體：如果你只想要結論、不想看一大堆推理過程，可以說「你在心裏一步步推演，但只把最終答案給我」。這樣既享受到了「慢思考」帶來的準確，又不必被冗長的過程淹沒。另外要知道，現在有一類「會自己想」的推理模型，它們在內部已經默默做了這套分步思考，你不用再特意叮囑——但對於普通的模型，加上這句話，依然能實打實地提升靠譜程度。 技巧二：給它「看樣品」（少樣本） 上一章提過，這裏再強調一次，因爲它實在太好用。當你想要某種特定的風格、格式、口吻，與其絞盡腦汁描述，不如直接給一兩個範例： 「把下面的句子改寫成小紅書風格。參考這兩個例子的語氣：例1：『姐妹們衝！這個真的絕絕子……』例2：『誰懂啊，用了三天我直接回購……』現在改寫這句：『這款面霜保溼效果不錯。』」 它會立刻抓住那種語感。給3到5個高質量、有差異的例子，效果最佳。例子是描述不清的風格的「翻譯器」。 技巧三：讓它「先列計劃，別急着做」 面對大任務，先要它給個提綱或思路，你確認方向對了，再放它去執行。比如「幫我策劃一場生日驚喜」，先讓它列出幾個方案方向，你挑一個，再讓它細化。 這一招的妙處在於「把關前置」——你在它跑偏之前就糾正了方向，而不是等它寫完一大篇你才發現不對、推倒重來。一句「先給我思路，我確認後你再展開」，能省下大量返工。 技巧四：讓它「自己檢查一遍」 收到初稿，別急着用。追一句：「請挑出這份內容裏最可能出錯或最弱的三個地方，自己覈對修改後再給我。」AI有「反思」的能力，被你這麼一逼，它常常能自己揪出問題、提升一截。 這相當於免費請了一個校對。尤其涉及事實、數字、邏輯的內容，這一句話往往就是「能用」和「靠譜」的分界線。你甚至可以把它升級成「左右互搏」：先讓它寫，再讓它「站在一個挑剔的批評者角度，狠狠批評剛纔這版」，最後讓它「根據批評意見改一版」。一來一回，質量常常上一個大臺階。 技巧五（加餐）：給它「思考的空間」，別逼它秒答 這一招很反直覺，但極有用：當任務複雜時，明確告訴它「不着急，可以先分析、再下結論」，往往比逼它直接給答案效果好。原因還是那個——AI一個詞一個詞往下接，如果你的問題讓它一開口就得「表態」，它可能爲了接話順暢而草率定論；給它一段「鋪墊」的空間，它就能邊寫邊理清思路，結論自然更穩。 這跟我們自己思考一模一樣：被人當面逼問「你到底選A還是B」，容易脫口而出說錯；要是允許你「我捋一捋啊……」，把利弊唸叨一遍，往往就想明白了。對AI說一句「先把你的分析過程寫出來，再給最終建議」，就是給它這個「捋一捋」的餘地。 抄就行了：八個高頻場景的實用句式寫郵件/消息 「你是〔身份〕。幫我給〔對象〕寫一封關於〔事由〕的郵件，目的是〔想達成什麼〕。語氣〔正式/親切/堅定〕，控制在〔字數〕，分稱呼、正文、落款。」 學一個難概念 「請把〔概念〕講給一個完全不懂的人聽，用生活裏的比喻，分『它是什麼、爲什麼有用、一個例子』三部分。我沒懂的話會追問，你再換個說法。」 總結長文/會議記錄 「把下面的內容總結成三部分：①一句話核心結論；②三到五個要點；③需要跟進的待辦（誰、做什麼、何時）。原文如下：〔粘貼內容〕」 翻譯/潤色 「把這段〔中/英〕文翻譯成〔目標語言〕，要求自然地道、像母語者寫的，不要直譯腔。如果有更好的表達，可以適當調整。原文：〔內容〕」 做計劃/拆任務 「我要在〔時間〕內完成〔目標〕，現有條件是〔資源/限制〕。先幫我把它拆成可執行的步驟，標出先後順序和每步大概耗時。先給提綱，我確認後再細化。」 改寫/換風格 「把下面這段改寫成〔目標風格，如：更口語/更正式/更簡潔〕。保留原意，參考這個例子的感覺：〔範例〕。原文：〔內容〕」 頭腦風暴 「圍繞〔主題〕，給我10個不同角度的點子，要求有新意、別都往一個方向想。每個點子一句話說清，並標註它適合〔什麼人/什麼場景〕。」 做決策對比 「我在〔A〕和〔B〕之間猶豫，我的優先考慮是〔最看重什麼〕。請列一個對比表，從〔幾個維度〕分析，最後給出傾向性建議並說明理由，也提醒我可能忽略的風險。」 這八個句式不用背。存下來，用到哪個翻哪個。用熟了，你自然就會按「身份+背景+要求+格式」的骨架，隨口攢出自己的句式。 這裏再分享一個讓這些句式「威力翻倍」的用法：把它們存成你自己的模板庫。你會發現，自己反覆用到的就那麼幾類——比如做內容的人天天要「改寫換風格」，做管理的人天天要「總結會議」。把你調教得最順手的那幾條句式，連同好用的範例，存在備忘錄裏，下次直接改幾個字就用。用上一兩個月，你就有了一套「專屬於你的工作」的提示詞工具箱，效率會和隨手亂問的人徹底拉開。這就像廚師有自己的「招牌菜配方」，不必每次從頭琢磨。 還有個進階心法值得記住：遇到不會寫提示詞的時候，讓AI幫你寫提示詞。聽起來繞，其實極好用。你可以直接說「我想讓你幫我做〔某件事〕，但我不知道怎麼把要求說清楚，請你先反過來問我幾個關鍵問題，再幫我整理成一段完整的指令」。它會像個專業顧問一樣，把你心裏模糊的需求一點點問出來、理清楚。這一招，等於讓AI當你的「提示詞教練」。 別踩坑：五個最常見的錯誤坑一：太籠統。 「幫我寫點東西」「隨便弄弄」——這是頭號殺手。你給的信息越少，它越只能給你「正確的平庸」。模糊的指令，永遠換來模糊的結果。 坑二：一次塞太多。 把五件不相干的事一口氣甩給它，它容易顧此失彼、互相干擾。複雜的事拆開，一件一件來，反而又快又準。 坑三：盲目信任。 它說得越流暢，越容易讓人放鬆警惕。但流暢不等於正確。凡是涉及事實、數字、引用、法律醫療，自己一定要複覈，或讓它給出處。把它當聰明但偶爾馬虎的助手，別當權威。 坑四：一次不行就放棄。 第一版不滿意太正常了。提示詞工程的精髓是「對話」，不是「下命令」——你可以接着說「太長了，砍一半」「第二段不對，再具體點」「換個更活潑的開頭」。好結果是聊出來的，不是一次問出來的。這裏有個心態上的小轉彎：不要把第一版的不滿意當成「它不行」或「我不行」，而要當成「我們還沒聊到位」。你給的反饋越具體（指出哪裏不對、想要什麼樣），下一版就越接近你心裏的樣子。一來一回三五輪，往往就有了驚喜。這和帶新人、和反覆打磨一篇文章，是完全一樣的體驗。 坑五：只會形容，不會舉例。 翻來覆去說「我要那種高級感」，不如直接發一個你覺得「高級」的樣本過去。記住第三章那句：一個例子勝過十個形容詞。 把這五條反過來唸，就是五條正面心法：說具體、分開做、勤覈對、多輪聊、多舉例。 Prompt過時了？No，只是「升級」了！但「把話說清楚」這件事，永遠不會過時。 清晰表達自己想要什麼，是一種跨越工具更迭的底層能力。 提示詞，是上下文工程裏最關鍵、也最由你直接掌控的那一塊。 Harness裏的每一塊——上下文工程也好、智能體運行時也好——最終都建立在「把意圖說清楚」這個地基上。地基不會因爲樓蓋高了就沒用，恰恰相反，樓越高，地基越要緊。 我想再多說一句，給你喫顆定心丸。每隔一陣子，就會有人喊「XX技能要被淘汰了」，製造焦慮。但你回頭看技術史會發現：被淘汰的，永遠是「具體的奇技淫巧」，而不是「底層的溝通能力」。計算器淘汰了珠算口訣，但沒淘汰「理解數學」；導航淘汰了背地圖，但沒淘汰「分得清方向、知道自己要去哪」。提示詞工程也一樣——那些靠魔法詞取巧的小聰明會過時，但「想清楚需求、清晰地表達、根據反饋調整」這套真本事，不僅不會過時，反而會因爲AI越來越強大而越來越值錢。把力氣花在練這套真本事上，你就永遠站在浪潮的對的一邊。 說清楚，是這個時代最划算的能力那一刻你會意識到：提示詞的真正價值，一半在AI的產出，另一半在「逼你把話想清楚」這件事本身。它像一面鏡子，照出你哪裏其實還沒想明白。從這個角度，每一次認真寫提示詞，都是一次免費的思維訓練。 所以提示詞工程練到後來，練的早已不只是「怎麼跟機器說話」，而是「怎麼把一件事想透、說明白」。這是一種古老的、機器永遠替不了的能力。AI越普及，這種能力反而越值錢——因爲執行的活越來越多地交給了機器，而「想清楚、說明白」這件事，始終得由你來。 在開口之前，多花十秒鐘想想「我到底要什麼、給誰用、什麼標準算好」。這十秒鐘，就是普通人和高手之間那道看不見、卻越來越深的鴻溝。

有效使用 Ai 快速入門第一步，寫好提示詞。 提示詞黃金骨架：身份+背景+要求+示例+格式，先給AI定身份，補充場景背景，明確核心要求，限定格式與風格，輔以參考樣例，以你需要的格式輸出。 進階心法: 讓 Ai 給你寫提示詞（我想讓你幫我做某件事，但我不知道怎麼把要求說清楚，請你先反過來問我幾個關鍵問題，再幫我整理成一段完整的指令）。 五條正面心法：說具體、分開做、勤覈對、多輪聊、多舉例。 把話說清楚，是這個時代最划算的能力。