别再死磕 Prompt 了：三个技巧让 AI 替你写

很多人用 AI，第一件事就是绞尽脑汁写 Prompt。

网上到处都是”万能 Prompt 模板""高效指令公式”，好像不写到三百字就对不起这个工具。说实话我自己也这么干过，还挺认真地研究过好几套模板。

但用久了你会发现，写 Prompt 这事，有个省力十倍的方向。

用案例教 AI 写 Prompt

比如我最近写公众号，想让 AI 按我的风格来。以前总是试图”描述”风格——简洁、有节奏感、口语化但不随意……

写了一大段，AI 照着写，出来的东西像是读了一本写作教材的学生作文。字面上都对，放在一起就是不像我写的。

哪里不对？我也说不清楚，就是觉得它理解的”简洁”和我理解的”简洁”完全不是一回事。

后来换了个方式：什么都不解释，直接丢三篇我写得满意的文章给它，说一句”先读，然后总结风格特征”。

它几秒钟就提炼出了我自己都没意识到的东西——怎么开头、怎么用短句制造节奏、怎么用对比推进论点、结尾习惯怎么收。有些点我看了还想反驳，结果翻回原文一看，还真是那样。

我写了十年文章都没总结出来的东西，AI 读三篇就列出来了。虽然有些说法我不完全认同，但对照原文看，确实说中了。

这和带新人一个道理。你不会跟新人说”写好点”，你会甩几份你满意的方案给他，让他先看”好的长什么样”。案例比指令好使。

让 AI 先提问再写 Prompt

还有一个省力的技巧：别急着让 AI 回答，先让它问你。

去年年底写 OKR 总结，我说”帮我写一份工作总结”，出来的永远是模板化的东西——完成了哪些任务、有哪些亮点。看起来像总结，但完全不像”我”。

后来我加了一句：“你先问我五个关键问题，再写。”

它开始追问：这个季度最大的突破点是什么？遇到的最大阻力？你最想让领导看到哪个部分？

说实话，回答这几个问题的时候我自己都愣了一下——原来我最想强调的根本不是做了多少事，而是在资源有限的情况下怎么做出取舍。这个我自己坐那儿想半天都没理出来，被它三个问题给问出来了。

就多给了一句场景信息。同一个 AI，两次回答像两个不同的工具。

AI 先帮你把问题问对了，答案自然就出来了。

我也不确定这个方法是不是万能的，但至少写总结、做方案这类”自己知道但说不清”的场景，效果确实好很多。

让 AI 自己迭代 Prompt

这是最容易忽略、却最省力的一步。

前段时间做一个数据分类的项目，需要写一份 Prompt 让 AI 来识别和归类。

以前的做法：自己列规则，穷举条件，写到三百字还觉得漏了什么。这次换了个思路——先给 AI 一份规则文档，让它写初版 Prompt。能用，但粗糙，边界条件全靠猜。

然后我开始喂案例——对的、错的都给。不是我告诉它规则，而是让它自己从案例里提炼规则。中间我只做引导：“这两个案例的区别在哪？""你漏掉了什么条件？”

几轮下来，它迭代出了一份比我预期好不少的 Prompt。分类逻辑、边界判断、异常处理，比我从头写要周全。当然也不是完美——有些模糊地带它还是拿不准，但至少把我从”冷启动”的痛苦里解放出来了。

我没有写 Prompt。我只是给素材、给反馈，Prompt 是 AI 自己长出来的。回头想想，我花在”引导”上的时间，大概是自己从头写的三分之一。

写好 Prompt，别自己憋

到最后你会发现，Prompt 越清晰的人，不是因为他会写指令，而是因为他想清楚了自己要什么。

而”想清楚自己要什么”这件事，AI 反过来也能帮你——前提是你别把它当执行者，让它当协作者。

Prompt 的写法一直在变，但”怎么把需求想清楚”这件事越来越值钱。关注我，继续拆 AI 协作的实战技巧。