AI像面镜子,它的价值取决于你的提问能力

多客科技

作者：微信文章
【编者】文章摘自刘润《研究了快3年的AI提示词，心得都在这儿了》，编者转载前对文章作了修改删节。





AI的价值是否明显，取决于我们如何“利用”好AI，深层是我们懂自己的业务并能清晰提出问题。

2025年，AI的平均智商已突破110，超越普通人类。马斯克说2026年单体AI将超过单体人类的认知能力。

用好AI，“提示词”非常关键。一个好的提示词，需要你说清楚七个内容：

（1）版本号；（2） 角色；（3）任务的目标；（4）规则红线；（5）工作流程；（6）要求交付的格式；（7）执行指令。



01 角色扮演

第一步，是版本号。

版本号，就像文件命名：如“提问词管理-202601V01”，主要是为了方便知道版本，是个很多人会忽略的专业习惯。

第二步：确定角色。

在AI开始工作之前，先明确给它安排一个身份。

举个例子。假如你要写一封邮件，向对方道歉。不少人会这么告诉AI：




因为AI在学习数据的时候，会学习行业人员的工作方式。比如，它会知道，律师需要严谨，因为需基于严格的法律基础。所以让它扮演律师，它就能大大提升专业性和严谨程度。
而关于如何写好这一步提示词，有一个通用模板，供你参考：

你是一位【角色】，擅长【领域】，面对的人是【类型】，你的风格是【风格描述】。

具体例子如：

你是一位资深HR，给公司新人做入职培训；风格友好、鼓励；语言尽量少用专业术语，多用生活化例子。

你想要什么结果，就先给AI什么角色。



02 明确目标

第三步，是：明确任务目标。

我们对AI常会习惯性错误：只说“做什么”，没说清楚“做成什么样”。

如以下例子：



这报告虽然看起来洋洋洒洒，还分了核心驱动、主要挑战……但仔细说来，都是随处可以查到的东西，缺乏针对性的核心结论。

所以你至少应该给定一个明确的目标。比如：





开头，就是核心结论。然后，列出了核心趋势、主要挑战和关键机会点。如观点基本符合你的要求，稍作修改，就可以用了。

明确目标，也是每个管理者应尽的职责。

因为，当你只说“分析一下市场”，你其实是把“定义一份好报告”的责任，甩给了员工。如果结果不好，是你没说清，并非员工没领会。

别只说“做什么”，说清楚“做成什么样”



03 划定红线

第四步，划定规则红线。

划定红线，就是说清“不要做什么”。这在处理复杂任务时，至关重要。

比如：

（1）时效性：AI搜索时，很容易把去年的旧闻当成今天的；

（2）政治敏感话题：AI为了追求深度，有时会触碰红线；

（3）多样性：不能只盯着一家公司或一个行业。但AI有自己的偏好，可能30条里有10条都在讲特斯拉。

所以，如果我们只是简单地对AI说：

请帮我找30条最新的商业新闻。

那得到的就很可能是一个充满“旧闻”、“雷区”和“偏见”的新闻集锦。

如果我们给AI设定了极其详细的“规则红线”。比如：



这些规则看起来很麻烦、死板，但这些条条框框能很好约束AI达到目的，不是为了增加复杂度，而是减少麻烦。

管理者一项特别重要的工作，是通过规则的确定性，对抗执行的不确定性。

当红线足够清晰，所有的输出结果，都将落在你的安全区间内。这个时候，你就不需要再盯着过程了。因为你知道，最坏的结果，也是可接受的。

锁住下限，你才有资格去谈上限。



04 拆解流程

第五步，拆解工作流程。

很多人用AI，习惯只给一个指令，然后就等着奇迹发生。结果，AI往往会给你一堆乱七八糟的东西，要么太短，要么重点跑偏。

在指令和结果之间，还隔着众多个具体的判断。好的提示词，要包含具体的工作流程。把业务拆解成多个步骤，AI才能输出更好的结果。





AI是会犯错的，它会产生幻觉。所以，在流程的最后，拉一个清单，强制它自己检查一遍，就很重要。如果发现问题，请重新执行上述步骤。

这看似在写提示词，其实是在拆业务。如果你对业务没有透彻理解，你是写不出步骤的。

只有你把业务逻辑一层层剥开，拆解成AI能听懂的“1、2、3、4”，AI的高智商，才能真正为你所用。它不缺智商，缺经验；流程，就是把经验，教给他的最方便选择。

只给结果不给路径，不叫管理。管理从不是许愿的权力，而是指路的能力。



05 规定格式

第六步，规定交付格式。

很多AI，比如DeepSeeK、豆包，在输出的时候，就自动调整了格式。但当你的要求很复杂，比如输出一整个研究报告，让AI直接给你个文档的时候，它就有可能给你一大篇密密麻麻的文字。

其实很简单。只要你在提示词里，做好格式要求：





当你让AI用了markdown格式输出文档，观感就会好很多。为了让你更直观地理解，我放了两张对比图。

这是AI输出的文字指令：



这是你能看到的输出文档：



一旦加上了这几行指令，原本可能是看着较乱的文本流，就变成了一份重点突出、层次清晰的简报。不管是内部审阅，还是直接发给别人看，阅读体验，都特别舒适。

第七步，也就是最后一步，是一个开始指令。大概是：

请严格遵守以上所有规则。

现在，开始执行。

为什么需要特地把这个列成一步？

首先，是为了改变AI的状态。

大模型做的事情，本质上是续写。所以，当你说完规则、角色、目标、流程后，它其实不知道你已经交代完了。这个指令，就是告诉它，接下来该执行了。就像写代码，最后有一句开始运行（run）。

其次，是为了防止AI自作聪明。

绝大部分用户，写不出如此复杂的提示词。所以在这个AI越来越聪明的今天，它可能会根据你的指令，揣测你的意图，跳过它认为不重要的步骤，打乱你设计的顺序。



06 让AI干活前，先问它：你觉得应该怎么办？

一个没有写提示词经验的人，写这么大一串的提示词，可能开始时很困难。但别担心，可以先问AI：

这件事，你觉得应该怎么干？

比如，如果你可以把问题的详细背景告诉AI ，然后要AI 按照这7个步骤帮你列出一版提示词出来，再微调。比如，为了避免标题党，你就可以在“红线”加一条：禁止使用“震惊”、“吓尿”等标题党词汇。

1）问AI怎么干；2）让AI写指令；3）根据自己对问题的理解，进行微调。

当然，至于写指令的时候，具体是不是参考我们谈到的这7步，并不固定，有很多类似的框架，你也可以让AI进行提示词写作的时候，进行参考。

比如，特别经典的CRISPE框架、最简单的RTF框架、还有曾经在新加坡科技局的GPT-4大赛里获奖的CO-STAR框架等。

不管招式有多少种，心法其实只有一条：把模糊的需求，变成结构化的语言。

因为无论是在人机协作中，还是组织内部的协作中，结构，就是效率。



结  语

提示词，本质上是你的思考能力。当你觉得AI逻辑混乱，这往往说明你自己也没琢磨清楚。如果你自己都想不清楚，那AI，也一定做不明白。

能不能用好AI，其实是一个管理问题。无论面对的是人，还是AI，管理的本质从未改变：把模糊的愿望，翻译成清晰的指令；把不确定的过程，约束成确定的结果。

AI时代，我们每个人都需要培养管理思维。我们就需要像管理一个有特长、有个性的团队成员一样，去和AI协作。

当你觉得AI“太笨”、“听不懂话”的时候，不妨先反思一下：

我真的把任务目标定义清楚了吗？

我真的知道这件事的成功标准是什么吗？

我真的把业务逻辑搞懂了吗？

随着AI发展，它可能很快就聪明到不需要任何提示词。但至少在今天，学会它的语言，依然非常有用。不过，即便是以后不需要提示词，也还有一点，是确定的：在答案廉价的时代，能定义问题的人，永远稀缺。

版权声明：本公众号所载文章为本公众号原创或根据网络搜集编辑整理，文章版权归原作者所有。文章仅用于学习分享，不涉及任何商业用途。若文章涉及作品内容、版权或其他问题，请跟我们联系，会及时处理，本公众号拥有对此声明的最终解释权。谢谢！

谢谢关注“晴耕雨读I抱朴守拙”

这里分享自由的思想和感受





（备用号）



（视频号）

管理创造价值

成为受人尊敬的管理艺术的推动者