久久人妻牲爱视频,亚洲无码视频区,黑人操人妻一区二区,aaa在线视频,日产精品久久久久久久,99熟妇诱惑视频,激情只爱无码,国产精品日韩一区二区,超碰成人三级在线

6個超實用AI指令心法,讓AI幫你干活

原創(chuàng) 73 收藏154 評論3
舉報 2026-01-09

AI

作者/來源:數(shù)字生命卡茲克
原文標題:分享6個平時我最常用的Prompt心法。

已經(jīng)2026年了,其實還是看到很多朋友,說不知道怎么能更好的跟AI對話。

就是那種問點日常回答,效果還可以,但是一旦稍微專業(yè)一點、稍微需要維度多一點,AI回答效果一下子就不行了。

然后就有一些朋友,讓我分享一點自己的經(jīng)驗。

我自己肯定不是什么Prompt大佬,跟李繼剛、寶玉老師這種沒法比,我就是一個玩的更多一點的普通用戶,不過也確實玩了兩三年,日常生活、工作中,也有大量的地方是靠AI幫忙的,現(xiàn)在基本屬于每天沒了AI就廢人一個的狀態(tài)。

所以我覺得,我還是有一些些小小的經(jīng)驗可以跟大家分享一下。

我其實自己很少會用一些特定格式的Prompt,我經(jīng)常對朋友講的就是,你能把問題表達清楚、把上下文和背景信息表達清楚,你的Prompt的就成功了一大半。

但是其實在過程中發(fā)現(xiàn),這個事也沒有那么簡單。

包括我自己也是,很多時候腦子里就是一瞬間空空如也。

所以我自己更多的喜歡用的是所謂的心法,也就是一種跟AI的對話技巧,能最大程度的,激發(fā)AI的能力,幫你得到更棒的答案。

所以,也想給大家,分享一下我平時用的比較多的6個心法技巧,希望對大家有所幫助。

話不多說。

我們,開始~


一.
讓AI選定角色后再回答

我們都知道,給AI設(shè)定具體的角色,是有用的。

在你對你要提問的問題非常清楚的情況下,可以直接設(shè)定角色,而且這個角色越具體越真實,其實效果就越好,這個我們已經(jīng)見過很多很多了。

比如你設(shè)定喬布斯的角色,很多時候,就比一個10年的產(chǎn)品經(jīng)理這種角色,來的更加有奇效。

但,很多時候,其實你根本不知道,應(yīng)該給你要提問的問題,設(shè)定什么樣的角色更適合,這時候,你也沒必要自己憋,直接讓AI給你選嘛。

也就是這個心法,讓AI選定具體角色以后,再進行回答。這個Prompt,我隨手寫了一個模板,大家也可以直接拿去用。

    我想探討【領(lǐng)域】里的【問題類型/場景】。
    先別回答。

    請你先選一位最適合的領(lǐng)域頂尖名人專家來思考它。
    可以是活人或歷史人物,名字可以小眾,但必須在該細分領(lǐng)域很專業(yè)。
    如果你不確定該選誰,可以先反問我2個定位問題再選。

    先輸出
    1.你選誰,他對應(yīng)的細分領(lǐng)域
    2.為啥選他,三句話
    然后再讓我描述詳細的問題。

    當然,其實你沒有必要完全復刻這個模板,大概就這個意思就行,效果都差不多。

    比如我們馬上要辦年會。

    我就可以直接用這個模板問。

    AI選了一個人,叫Priya Parker,我去搜了一下,確實是一個活動策劃專家,而且很有名。

    在我給了我的一些信息之后,這個年會活動策劃的答案,立刻就變的豐滿了起來。

    善用各種各樣的專家,來為你做參考,你會得到一些,非常棒的回答。


    二.
    給答案前先讓AI追問

    這個心法也叫蘇格拉底式追問。

    我們?nèi)粘I钪校绻阕屌笥鸦蛘咦尷蠋?,幫你進行一些決策,在你說完第一輪信息之后,他們一定都會再追問你一些更細節(jié)的信息,從而能給你更棒的回答。

    但是如果我們請求AI去做一個事或者回答一個問題,它其實并不會這樣,你給什么樣的信息,它就會生產(chǎn)什么樣的回答,核心原因其實還是上下文和你的背景信息給的不夠。

    但是我們很多時候,并沒有那個意識,甚至我們自己都忘了要給這一趴。

    所以這個時候,其實完全也可以靠AI來幫忙。

    Reddit上有一個大佬@imthemissy寫的一個Prompt的思路我自己之前用過之后其實非常的棒,這里我自己優(yōu)化了一下變成了模板,也分享給大家:

      【你的問題/需求】
      請你在回答前,先問我問題。
      要求:
      一次只問一個問題。
      根據(jù)我的回答,繼續(xù)追問。
      直到你有95%的信心理解我的真實需求和目標。
      然后才給出方案

      在回答之前,AI會不斷的對你進行提問,以獲的更多的上下文背景信息。

      而95%置信門檻這個詞是神來之筆,我之前看到之后,實測效果確實會更好。因為既足夠高以確保質(zhì)量,又足夠真實,避免AI陷入無盡循環(huán)。

      比如說我們現(xiàn)在因為業(yè)務(wù)盤子越來越大,會缺很多很多優(yōu)秀的人才,現(xiàn)在整個瓶頸卡在了招聘這個地方。

      那我就用這個心法,去問AI,我現(xiàn)在應(yīng)不應(yīng)該先招一個HR。

      在問了我十幾個非常詳細的問題之后,給出了我認為很棒的回答。

      比一個干巴巴的沒有營養(yǎng)的回答好多了,而且真的對我有用。

      這是我在日常跟AI對話過程中,幾乎是用的最多的心法,沒有之一。


      三.
      與AI辯論

      這條心法的核心,其實就是讓AI不要那么的舔狗。

      因為AI的諂媚效應(yīng)實在太強了,在你沒有刻意引導的情況下,會經(jīng)常順著你說,導致很多的問題,你沒有辦法對自己進行客觀的判斷。

      這個我之前也寫過一篇文章,分享過我自己跟它詳細的用法。

      國慶這8天,我發(fā)現(xiàn)和AI辯論才是最高效的學習方式。

      我當時是要去做一個分享,有一個自己的觀點,我怕我思考的不完善,會鬧笑話,于是希望AI來跟我辯論,幫我進行補全。

      我當時的Prompt攻擊性還挺強的,是這樣的:

        我馬上要參加一場辯論賽,會有很多人來挑戰(zhàn)我的觀點。
        我的觀點是【觀點】
        我希望這個理論必須變得無懈可擊。
        如果你是一個學者,你需要用盡一切論據(jù)、細節(jié)和邏輯,來挑戰(zhàn)我、反駁我。
        你的唯一目標,就是證明我是錯的。
        你會怎么反駁呢?

        當然思路都差不多,這玩意不需要背下來,簡化版的也行。

          【我的想法/觀點】
          請你現(xiàn)在扮演一個"反對者角色",從不同角度攻擊我的想法,幫我完善我的觀點。
          要求:不用客氣,直接指出漏洞。

          思路差不多其實就行,這種就屬于心法,Prompt寫成啥樣無所謂,是那個意思就行。

          當時我把我的Prompt扔到了Gemini里,跟AI來了一場酣暢淋漓的辯論,將近聊了整整3個小時。

          坦誠的講,那一次,我被AI折服了,我確實跟AI學到了很多。


          四.
          讓AI提前預演失敗

          我們?nèi)俗鲇媱澋臅r候就很容易熱血,AI做計劃的時候也容易樂觀。

          這倆湊一塊,經(jīng)常會很容易搞出那種聽起來很燃但是落地全靠命的方案。

          所以呢,我自己很喜歡在一些計劃或者方案開始前,先做一次“預演失敗”。

          其實有點像影視行業(yè)的Previz,在正式開拍前先搞個預演踩踩坑。

          我自己的Prompt模板也挺簡單的:

            【我的項目/想法】
            請假設(shè)這個項目到時候失敗了拉了大跨。
            然后回答:
            什么時間點開始出現(xiàn)衰退信號?
            最致命的決策錯誤是什么?
            你忽視的核心風險是什么?
            如果能重來,第一個應(yīng)該改的是什么?
            要求:寫一篇"失敗復盤文章",要基于真實的類似項目失敗案例。

            大概就是這個意思,一些問題你們也可以自己來,也可以讓AI直接幫你想,都行。

            比如我們今年4月,在北京會辦一個規(guī)??赡軙浅4蟮腁I大會,萬人規(guī)模,也會有一些明星和大佬們過來。

            我就可以把我的一個PDF方案,扔給了AI,再用這套心法,去提前預判一下風險。

            給我寫了一篇,洋洋灑灑幾千字的文章。

            說實話,真的很有用,甚至給我列出了信任里面的排隊、盒飯、廁所、安檢、動線的風險,這之前,其實完全是我的認知盲區(qū)。。。

            推薦大家經(jīng)常去給方案做一下預演失敗,能幫你補充很多很珍貴的角度。


            五.
            反向提示

            這個就比較簡單了。

            就是有些時候,你根本不知道怎么問,你只知道你想要什么樣的結(jié)果。

            比如你看到一篇很牛的文案,或者很牛逼的圖,你想要同樣的結(jié)構(gòu)和節(jié)奏,可你說不出來。

            那就把成品給它,讓它倒推提示詞。

            很多人也都分享過這樣的技巧。

            現(xiàn)在模型都是多模態(tài),思考鏈也比較牛逼,所以這種反向提示的Prompt,其實也可以寫的非常簡單。

            我最常用的就是一句大道至簡的話。

              這是我想要的成品范例。
              請你倒推一個提示詞,讓我用它能穩(wěn)定生成同風格的內(nèi)容。
              并說明這個提示詞里每一句的作用。

              舉個例子,我可以把我的那篇9塊9DeepSeek的文章,扔給AI。

              AI就能出一個非常詳細的Prompt。

              當然,不是讓大家去用這個Prompt復刻我,因為能復刻個型但是復刻不出來魂,這個做法,其實還是幫我們?nèi)W習用的。

              比如我看到一個很棒的文章,或者很棒的一張圖,有時候我想拆解和學習,想把結(jié)構(gòu)和節(jié)奏融入到我未來的內(nèi)容里面去,用AI幫忙逆向,總結(jié)出一些特點和規(guī)律,其實是一個很棒的幫助自己學習的做法。

              圖片也是一樣的。

              可惜的就是現(xiàn)在音樂不太好推,我還挺想去反推蠻多歌的Prompt去學習的。


              六.
              雙層解釋法

              雙層解釋法,是我日常學習過程中也用的蠻多的一個方法。

              就是我們平時用AI了解一些我們不熟悉的領(lǐng)域,或者不太懂的名詞,很多時候,大家都會用我是一個六年級小學生,請用我聽得懂的方式來給我解釋。

              這個方法當然有用,能讓你最快速度了解大概是個啥,但是其實并不是特別利于后續(xù)的學習。

              所以我一般,會讓他直接出兩個版本,一個版本就是初學者版本,能用最快的類比當我沒有基礎(chǔ),也能通俗易懂的理解。

              另一個版本就是更為專業(yè)的版本,跟初學者版本進行對照學習,如果中間有不懂的地方,繼續(xù)用雙層解釋法向下挖掘。

              Prompt模板也特別簡單:

                請幫我解釋一下【你的問題】。
                請用兩種方式進行回答:
                1. 初學者版本:面向?qū)ο笫窍茨_城的大爺,用大爺也能聽得懂的話語為他進行詳細解釋。
                2. 深度專業(yè)版本: 面向?qū)ο笫菍I(yè)人群,一定不能出現(xiàn)事實錯誤。

                初學者版本我特別愛用一個畫像就是洗腳城的大爺,這樣AI出來的例子,會非常的生活化通俗化,主要不幼稚,以前我也喜歡用六年級小學生,但是出來的那些解釋,實在太像哄小孩了,還挺幼稚的。。。

                比如說前幾天DeepSeek的新論文,有個概念叫殘差連接。

                我們就可以用這個Prompt,讓AI進行解釋一下。

                解釋的在我看來,還是相當?shù)轿坏摹?br/>


                寫在最后

                以上,就是這一次,我分享的我用AI的6個Prompt心法啦。

                Prompt這玩意,說實話,有些時候也并沒有那么的高深,更多的就是一種,溝通的方式。

                AI也從來不怕你笨,怕的是那種說不清道不明的模糊。

                這六個心法,本質(zhì)只有一句話:讓對話變成你跟AI的協(xié)作,讓提問變成你對AI的設(shè)計。

                很多事情就迎刃而解了。

                你不需要做Prompt大佬。

                你只需要做自己問題的導演。

                希望這些技巧,能對大家有用~


                作者公眾號:數(shù)字生命卡茲克(ID:Rockhazix)

                數(shù)字生命卡茲克

                本文系作者授權(quán)數(shù)英發(fā)表,內(nèi)容為作者獨立觀點,不代表數(shù)英立場。
                轉(zhuǎn)載請在文章開頭和結(jié)尾顯眼處標注:作者、出處和鏈接。不按規(guī)范轉(zhuǎn)載侵權(quán)必究。
                本文系作者授權(quán)數(shù)英發(fā)表,內(nèi)容為作者獨立觀點,不代表數(shù)英立場。
                未經(jīng)授權(quán)嚴禁轉(zhuǎn)載,授權(quán)事宜請聯(lián)系作者本人,侵權(quán)必究。
                本內(nèi)容為作者獨立觀點,不代表數(shù)英立場。
                本文禁止轉(zhuǎn)載,侵權(quán)必究。
                本文系數(shù)英原創(chuàng),未經(jīng)允許不得轉(zhuǎn)載。
                授權(quán)事宜請至數(shù)英微信公眾號(ID: digitaling) 后臺授權(quán),侵權(quán)必究。

                  評論

                  文明發(fā)言,無意義評論將很快被刪除,異常行為可能被禁言
                  DIGITALING
                  登錄后參與評論

                  評論

                  文明發(fā)言,無意義評論將很快被刪除,異常行為可能被禁言
                  800

                  推薦評論

                  全部評論(3條)

                  延长县| 华安县| 虞城县| 青神县| 汕头市| 新蔡县| 科技| 渝北区| 洪泽县| 新源县| 株洲市| 睢宁县| 布拖县| 康平县| 什邡市| 偏关县| 贞丰县| 昌图县| 富宁县| 苏尼特左旗| 松原市| 开平市| 城固县| 高淳县| 巫溪县| 新闻| 罗山县| 镇远县| 河西区| 无为县| 金堂县| 云南省| 富阳市| 菏泽市| 中江县| 库车县| 东辽县| 昆山市| 莱西市| 上饶市| 潢川县|