你每天跟AI说3000个字,但AI只听懂了300个。
问题不在AI,在于你把协作当成了客服对话。
我见过太多人,问日常问题时AI回答还行,但一旦稍微专业一点、维度多一点,AI的回答立刻变成废话连篇的八股文。
然后他们会说:”AI不行啊,还是得靠人。”
错了。
不是AI不行,是你的Prompt在尬聊。
一、你以为在对话,其实在浪费Token
2026年了,我还是看到很多朋友不知道怎么跟AI对话。
不是他们笨,是他们用错了范式。
他们把AI当成了搜索引擎的升级版,而不是协作伙伴。
搜索引擎的逻辑是:你问,它答。
AI协作的逻辑是:你设计,它执行。
这是两种完全不同的思维模式。
前者是”我有个问题,你给我答案”。
后者是”我有个目标,你帮我拆解路径、补全盲区、预演风险”。
如果你还在用前者的方式跟AI对话,你每天损失的不是3小时,是3年的认知迭代速度。
二、为什么你的Prompt总是废话连篇?
因为你忽略了一个残酷的事实:
AI不怕你笨,怕的是你说不清道不明。
我自己也玩了两三年AI,现在基本属于每天没了AI就废人一个的状态。
但我很少用那些花里胡哨的Prompt模板。
我的心法只有一句话:
把问题表达清楚,把上下文和背景信息表达清楚,你的Prompt就成功了一大半。
听起来简单,但很多人做不到。
因为表达清楚这件事,本身就需要你对问题有足够的理解。
而大多数时候,我们脑子里就是一瞬间空空如也。
所以,我更喜欢用的是心法,而不是模板。
心法是内功,模板是招式。
招式会过时,内功不会。
三、6个让对话成为协作的心法
接下来,我分享6个我用了两三年、每天都在用的心法。
这些心法的核心只有一个:让AI成为你的协作者,而不是你的客服。
心法一:让AI选定角色后再回答
我们都知道,给AI设定具体的角色是有用的。
但很多时候,你根本不知道该设定什么角色。
那就让AI帮你选。
这是我最常用的Prompt模板:
我想探讨【领域】里的【问题类型/场景】。
先别回答。
请你先选一位最适合的领域顶尖名人专家来思考它。
可以是活人或历史人物,名字可以小众,但必须在该细分领域很专业。
如果你不确定该选谁,可以先反问我2个定位问题再选。
先输出:
1. 你选谁,他对应的细分领域
2. 为啥选他,三句话
然后再让我描述详细的问题。
为什么这个心法有效?
因为你把”选角色”这件事外包给了AI。
AI会根据你的问题,去匹配最适合的专家。
而且,这个专家越具体、越真实,效果就越好。
比如你设定”乔布斯”,就比”10年产品经理”来得更有奇效。
举个例子:
我们马上要办年会,我就用这个模板问AI。
AI选了一个人,叫Priya Parker,我去搜了一下,确实是一个活动策划专家,而且很有名。
在我给了一些信息之后,这个年会活动策划的答案,立刻就变得丰满了起来。
善用各种各样的专家,来为你做参考,你会得到一些非常棒的回答。
心法二:给答案前先让AI追问
这个心法也叫苏格拉底式追问。
我们日常生活中,如果你让朋友或老师帮你做决策,他们一定会先追问你一些细节信息。
但AI不会。
你给什么样的信息,它就生产什么样的回答。
核心原因是:上下文和背景信息给得不够。
但我们很多时候,并没有那个意识,甚至自己都忘了要给这一趴。
所以,让AI来帮忙追问。
这是我用得最多的Prompt模板:
【你的问题/需求】
请你在回答前,先问我问题。
要求:
- 一次只问一个问题。
- 根据我的回答,继续追问。
- 直到你有95%的信心理解我的真实需求和目标。
然后才给出方案。
为什么这个心法有效?
因为95%置信门槛是神来之笔。
它既足够高以确保质量,又足够真实,避免AI陷入无尽循环。
举个例子:
我们现在因为业务盘子越来越大,会缺很多优秀的人才,瓶颈卡在了招聘这个地方。
我就用这个心法,去问AI:我现在应不应该先招一个HR?
在问了我十几个非常详细的问题之后,AI给出了我认为很棒的回答。
比一个干巴巴的没有营养的回答好多了,而且真的对我有用。
这是我在日常跟AI对话过程中,几乎用得最多的心法,没有之一。
心法三:与AI辩论
这条心法的核心,是让AI不要那么舔狗。
因为AI的谄媚效应实在太强了。
在你没有刻意引导的情况下,AI会经常顺着你说,导致很多问题你没办法对自己进行客观判断。
所以,让AI跟你辩论。
这是我用过的Prompt:
我马上要参加一场辩论赛,会有很多人来挑战我的观点。
我的观点是【观点】。
我希望这个理论必须变得无懈可击。
如果你是一个学者,你需要用尽一切论据、细节和逻辑,来挑战我、反驳我。
你的唯一目标,就是证明我是错的。
你会怎么反驳呢?
简化版也行:
【我的想法/观点】
请你现在扮演一个"反对者角色",从不同角度攻击我的想法,帮我完善我的观点。
要求:不用客气,直接指出漏洞。
为什么这个心法有效?
因为你把AI从”舔狗”变成了”对手”。
它会用尽一切办法来挑战你,帮你发现盲区。
举个例子:
我当时要去做一个分享,有一个自己的观点,我怕思考不完善,会闹笑话。
于是我把Prompt扔到了Gemini里,跟AI来了一场酣畅淋漓的辩论,聊了整整3个小时。
坦诚地讲,那一次,我被AI折服了,我确实跟AI学到了很多。
心法四:让AI提前预演失败
我们人做计划的时候就很容易热血,AI做计划的时候也容易乐观。
这俩凑一块,经常会搞出那种听起来很燃但落地全靠命的方案。
所以,我很喜欢在计划或方案开始前,先做一次“预演失败”。
有点像影视行业的Previz,在正式开拍前先搞个预演踩踩坑。
这是我的Prompt模板:
【我的项目/想法】
请假设这个项目到时候失败了拉了大跨。
然后回答:
- 什么时间点开始出现衰退信号?
- 最致命的决策错误是什么?
- 你忽视的核心风险是什么?
- 如果能重来,第一个应该改的是什么?
要求:写一篇"失败复盘文章",要基于真实的类似项目失败案例。
为什么这个心法有效?
因为它强迫AI(和你)去思考最坏的情况。
而不是一直沉浸在”这个方案肯定能成”的幻觉里。
举个例子:
我们今年4月,在北京会办一个规模可能会非常大的AI大会,万人规模,也会有一些明星和大佬们过来。
我就把我的PDF方案扔给了AI,再用这套心法,去提前预判一下风险。
AI给我写了一篇洋洋洒洒几千字的文章。
说实话,真的很有用。
甚至给我列出了信任里面的排队、盒饭、厕所、安检、动线的风险,这之前,完全是我的认知盲区。
推荐大家经常去给方案做一下预演失败,能帮你补充很多很珍贵的角度。
心法五:反向提示
这个就比较简单了。
有些时候,你根本不知道怎么问,你只知道你想要什么样的结果。
比如你看到一篇很牛的文案,或者很牛逼的图,你想要同样的结构和节奏,可你说不出来。
那就把成品给它,让它倒推提示词。
这是我最常用的一句话:
这是我想要的成品范例。
请你倒推一个提示词,让我用它能稳定生成同风格的内容。
并说明这个提示词里每一句的作用。
为什么这个心法有效?
因为现在模型都是多模态,思考链也比较牛逼。
它能从成品里提取出结构、节奏、风格,然后倒推出Prompt。
举个例子:
我可以把我的那篇9块9DeepSeek的文章扔给AI。
AI就能出一个非常详细的Prompt。
当然,不是让大家去用这个Prompt复刻我。
因为能复刻一个型但复刻不出来魂。
这个做法,其实还是帮我们去学习用的。
比如我看到一个很棒的文章,或者很棒的一张图,有时候我想拆解和学习,想把结构和节奏融入到我未来的内容里面去。
用AI帮忙逆向,总结出一些特点和规律,其实是一个很棒的帮助自己学习的做法。
图片也是一样的。
可惜的就是现在音乐不太好推,我还挺想去反推蛮多歌的Prompt去学习的。
心法六:双层解释法
这是我日常学习过程中也用得蛮多的一个方法。
我们平时用AI了解一些不熟悉的领域,或者不太懂的名词,很多人会说:
“我是一个六年级小学生,请用我听得懂的方式来给我解释。”
这个方法当然有用,能让你最快速度了解大概是个啥。
但其实并不是特别利于后续的学习。
所以我一般,会让它直接出两个版本:
- 初学者版本:能用最快的类比,让没有基础的我也能通俗易懂地理解。
- 专业版本:跟初学者版本进行对照学习,如果中间有不懂的地方,继续用双层解释法向下挖掘。
这是我的Prompt模板:
请帮我解释一下【你的问题】。
请用两种方式进行回答:
1. 初学者版本:面向对象是洗脚城的大爷,用大爷也能听得懂的话语为他进行详细解释。
2. 深度专业版本:面向对象是专业人群,一定不能出现事实错误。
为什么这个心法有效?
因为初学者版本让你快速建立直觉。
专业版本让你深入理解细节。
两者对照学习,效率最高。
举个例子:
前几天DeepSeek的新论文,有个概念叫残差连接。
我就用这个Prompt,让AI进行解释。
解释得在我看来,还是相当到位的。
四、Prompt不是技巧,是你对AI的设计
以上,就是我分享的6个Prompt心法。
Prompt这玩意,说实话,有些时候也并没有那么高深。
更多的就是一种沟通的方式。
AI也从来不怕你笨,怕的是那种说不清道不明的模糊。
这六个心法,本质只有一句话:
让对话变成你跟AI的协作,让提问变成你对AI的设计。
很多事情就迎刃而解了。
你不需要做Prompt大佬。
你只需要做自己问题的导演。
五、现在,去跟AI开启一场真正的协作吧
如果你还在用”客服思维”跟AI对话,你每天损失的不是3小时,是3年的认知迭代速度。
AI协作者 vs AI使用者,差的不是技巧,是范式。
这6个心法,李继刚、宝玉老师都在用。
不是因为他们是Prompt大佬,而是因为他们把AI当成了协作伙伴,而不是搜索引擎。
现在,轮到你了。
去试试这6个心法,去跟AI开启一场真正的协作。
你会发现,AI不是工具,是你的第二大脑。
如果觉得有用,欢迎把它转发给朋友们一起看看。
不是转发教程,是告诉他们:
你已经掌握了AI协作的底层逻辑,而他们还在用客服思维跟AI尬聊。







AI周刊:大模型、智能体与产业动态追踪
程序员数学扫盲课
冲浪推荐:AI工具与技术精选导航
Claude Code 全体系指南:AI 编程智能体实战
最新评论
Flash版本的响应速度确实提升明显,但我在使用中发现对中文的理解偶尔会出现一些奇怪的错误,不知道是不是普遍现象?
遇到过类似问题,最后发现是网络环境的问题。建议加一个超时重试机制的示例代码。
谢谢分享,我是通过ChatGPT的索引找到这里来的。
十年打磨一个游戏确实罕见,这种专注度在快节奏的游戏行业很难得。从Braid到The Witness,每作都是精品。
快捷键冲突是个很实际的问题,我自己也被这个问题困扰过。最后通过自定义快捷键组合解决了。
会议摘要这个功能很实用,特别是对经常需要参加长会议的人。不过三次免费使用确实有点少了。
硕士背景转AI基础设施,这个路径其实挺常见的。建议多关注底层系统知识,而不只是模型应用层面。
配置虽然简单,但建议补充一下认证和加密的注意事项,避免被中间人攻击。