从零开始学AI（二）：Prompt工程从入门到精通——让AI听懂你的话

读完这一篇，你会掌握一套可复用的 Prompt 方法论——不再是"碰运气式提问"，而是稳定输出可用结果。同样一个问题，Prompt 好与坏之间的输出质量可以差 10 倍；同样一段 Prompt，套上不同的"角色+结构+示例"模板，可以从"能用"变成"惊艳"。

系列说明：这是"从零开始学AI"系列第2篇，共7篇。每篇都能独立阅读，但按顺序读下来会形成完整知识链。本篇承接上一篇 从零开始学AI（一）：AI是什么？普通人需要了解的10个核心概念，下一篇 AI写作实战 会在 7/11 11:00 发布。

一、先说结论：Prompt 是 2026 年最值钱的"软技能"

一句话总结：Prompt 工程不是"会写魔法咒语"，而是"会清晰地表达需求 + 会结构化地拆解任务 + 会迭代优化结果"。 它的本质是一种沟通能力——和你对接需求的产品经理沟通、和实习生布置任务、和跨部门同事协作，本质上是同一件事。

为什么 Prompt 在 2026 年变得这么重要？

1. AI 能力的"边际收益"已经接近顶峰。GPT-4o、Claude 4、DeepSeek V3 这些顶级模型的能力天花板已经很高了，普通用户能直接感知的差异越来越小。在这个阶段，决定你能不能用好 AI 的关键不再是"模型有多强"，而是"你会不会问问题"。

2. "Prompt 好 = 10 倍效率"是真实存在的。我自己的实测：同样让 AI 写一篇产品测评，普通 Prompt（"帮我写一篇 XX 产品测评"）出来的内容需要改 80% 才能用，而结构化 Prompt（"扮演资深产品经理+目标读者+5 段结构+3 个细节要求+1 个反例"）出来的内容直接可用率能到 60-70%。

3. 未来 5 年，"会用 AI"会成为和"会用 Office"一样的标配。但"会用 Office"的人 90% 只会 Word 的 10% 功能；同理，"会用 AI"的人 90% 只会用最基础的提问。真正精通 Prompt 的人，会比普通用户多出 5-10 倍的效率优势。

如果你只想记住一句话，那就是：Prompt 是一种"用 AI 杠杆放大你思考能力"的技术——你思考得越深、结构化得越好，AI 输出就越好。

二、5 大黄金法则（所有 Prompt 都适用）

下面这 5 条法则是我从 100+ 个实战场景里总结出来的"通用底层规则"。任何 Prompt，只要你严格遵守这 5 条，输出质量就会有质的提升。

法则 1：给角色（Role）

为什么：AI 没有"自己"，它默认是"一个什么都会一点但什么都不精"的通用助手。给它一个具体的角色，它会自动调用这个角色背后的"知识库+表达风格+关注重点"。

反面例子：

帮我写一段文案。

正面例子：

你是一位有 10 年经验的小红书爆款博主，擅长写美妆和护肤品类的种草笔记。你最懂 25-35 岁女性的心理，知道什么话能戳中她们的痛点，什么样的开头能让人停下来看。

效果对比：

• 反面例子：AI 给一段通用、正确的废话
• 正面例子：AI 自动用"姐妹们""我真的会谢""谁懂啊"这种小红书爆款语气

进阶技巧：

• 角色越具体越好（"资深小红书美妆博主" > "营销人员" > "文案"）
• 可以给多个角色组合（"你既是产品经理，又是 UX 设计师"）
• 可以给"反例角色"（"不要像学院派教授那样说话，要像朋友推荐"）

法则 2：给背景（Context）

为什么：AI 不知道你的"前因后果"。它不知道你是谁、为什么问这个问题、最终要用来干嘛。给它充分的背景，它才能给出"贴你需求"的答案。

反面例子：

这个方案有什么问题？

正面例子：

我是一名创业者，正在准备给投资人讲一个 SaaS 产品的融资故事。下面这个方案是我准备的开场白，重点是想在 30 秒内让投资人明白"我们解决了什么问题、为什么是现在、为什么是我们"。
请帮我从这个角度挑毛病：哪些话太抽象、哪些数据没有说服力、哪些点投资人可能会质疑。

效果对比：

• 反面例子：AI 给一段通用反馈（"方案不清晰"），对你没用
• 正面例子：AI 给出针对投资人场景的具体建议

进阶技巧：

• 背景信息要"目标导向"（不要把所有历史都告诉 AI，只告诉它"为什么要做这件事"）
• 可以告诉 AI "这篇是给谁看的"（"目标读者是 HR 总监"），它会自动调整深度和专业度
• 最容易被忽略的：告诉 AI"我之前做过什么尝试、效果如何"，可以避免它给重复建议

法则 3：给结构（Format）

为什么：AI 默认输出是"一段连续的散文"。但你的需求往往是"列表""表格""分段""Markdown"等结构化输出。明确告诉 AI 输出格式，它会严格遵守。

反面例子：

帮我列一下做小红书账号的步骤。

正面例子：

帮我列一下做小红书账号的步骤。要求：
1. 输出格式：分 3 个阶段（冷启动期/成长期/成熟期），每个阶段用 H2 标题
2. 每个阶段下面列 5 条具体动作，每条动作用编号列表
3. 每条动作后面用括号注明预期效果（如"涨粉 100-300/周"）
4. 最后用一段话总结最容易踩的 3 个坑

效果对比：

• 反面例子：AI 给一段连续的文字，需要你自己重新组织
• 正面例子：AI 直接给你"可以复制粘贴"的格式

进阶技巧：

• 常用结构："总分总""What-Why-How""问题-分析-方案""步骤+预期+坑"
• 可以要求"先列大纲再展开"（"先给一个 5 行大纲，等我说继续，再展开"）
• 可以给"反例格式"（"不要用 bullet list，要用编号 list；不要超过 5 行"）

法则 4：给示例（Few-shot）

为什么：示例比说明更有效。AI 看 1-2 个示例，能比读 10 句说明更快理解你的意图。这就是"少样本学习"（Few-shot Learning）。

反面例子：

帮我写几个有创意的产品名字。

正面例子：

帮我写 5 个智能手表的产品名字。参考这个风格：
- "腕上星河"（文艺+联想）
- "时光捕手"（动词+悬念）
- "脉动未来"（抽象概念）

要求：每个名字 2-4 个字，中文为主，能让人联想到"科技感+健康"。

效果对比：

• 反面例子：AI 给一堆平庸的名字（"智能手表 Pro"）
• 正面例子：AI 自动按你的风格生成（"时光守望""腕间宇宙""脉动青春"）

进阶技巧：

• 示例给 1-3 个就够（不要超过 5 个，否则 AI 会过度模仿）
• 示例要"多样化"（不要给 3 个相近的例子，否则 AI 输出会很单调）
• 最实用：把"你想要的效果"和"你不想要的效果"都举一个例子（"像这个但不要这么夸张"）

法则 5：给约束（Constraints）

为什么：AI 默认是"讨好型人格"——它会倾向于"什么都给一点"。明确的约束能让它聚焦到你真正想要的部分。

反面例子：

帮我写一段产品介绍。

正面例子：

帮我写一段产品介绍。要求：
- 字数：150-200 字
- 受众：30-40 岁男性企业管理者
- 风格：专业、有数据支撑、不浮夸
- 必须包含：3 个具体数据点（不要泛泛而谈）
- 避免：营销黑话（"颠覆""重塑""赋能"）
- 不需要：详细介绍功能（另一段会写）

效果对比：

• 反面例子：AI 给 500 字、面面俱到的介绍，重点不突出
• 正面例子：AI 直接给你一段"可以放进 PPT"的精炼介绍

进阶技巧：

• 约束要"可量化"（"150-200 字" > "简短一些"）
• 约束要"正向 + 反向"（"必须包含 X" + "避免 Y"）
• 约束要用"评分标准"形式（"我会从 3 个维度打分，每个维度至少 7 分"）

三、7 个万能模板（覆盖 90% 场景）

掌握上面的 5 大法则后，下面 7 个模板可以直接套用。每个模板都是"开箱即用"，你只需要把 [XXX] 替换成你的具体需求。

模板 1：内容创作万能公式

你是一位 [角色]（如"有 10 年经验的小红书爆款博主"），擅长 [领域]（如"美妆和护肤品类的种草笔记"）。
你最懂 [目标用户]（如"25-35 岁女性"）的心理。

请帮我写一篇 [内容类型]（如"种草笔记"），主题是 [XXX]，核心卖点是 [XXX]。

要求：
1. 字数：[XXX] 字
2. 风格：[XXX]（如"朋友推荐，不浮夸"）
3. 结构：[XXX]（如"开头 3 句话吸引停留 + 3 段分点介绍 + 结尾引导评论"）
4. 必须包含：[XXX]（如"3 个具体场景、1 个价格、1 个使用体验"）
5. 避免：[XXX]（如"广告感过重的词、过度夸张的形容词"）
6. 给 3 个标题备选（A/B/C 测试用）

适用场景：小红书、公众号、知乎、Twitter、视频脚本、产品文案。

模板 2：信息总结万能公式

请你扮演一位 [角色]（如"专业的研究员"），帮我总结 [内容来源]（如"这篇 50 页的行业报告"）。

我的关注重点是：
1. [维度 1]（如"市场规模和增速"）
2. [维度 2]（如"主要玩家和市场份额"）
3. [维度 3]（如"未来 3 年的趋势"）

请按以下结构输出：
1. 3 句话摘要（给我没时间读全文的人看）
2. 关键数据（用 bullet 列出 5-10 个关键数字，附原文页码）
3. 核心洞察（3-5 条非显而易见的发现）
4. 我应该关注的盲点（这份报告没提到但很重要的事）

不要简单复述原文，要做信息提炼 + 洞察生成。

适用场景：读书笔记、会议纪要、行业分析、竞品调研。

模板 3：决策辅助万能公式

我面临一个决策：[决策内容]（如"是否要辞职去读 MBA"）。

背景信息：
- [维度 1]（如"我现在 28 岁，工作 5 年，年薪 50 万"）
- [维度 2]（如"MBA 学费 50 万，需要 2 年全职读书"）
- [维度 3]（如"我目前的工作发展遇到瓶颈"）

请从以下角度帮我分析：
1. 支持方（列 3-5 条应该做的理由，每条配 1 个真实案例或数据）
2. 反对方（列 3-5 条不应该做的理由，每条配 1 个真实案例或数据）
3. 关键变量（这个决策的结果最依赖哪些我需要先想清楚的问题）
4. 决策框架（给我一个如果 X 就 Y 的决策树）

最后给我一个诚实评估：如果你是我的朋友，你会建议我做还是不做？为什么？

适用场景：职业选择、买房买车、投资决策、跳槽、产品方向选择。

模板 4：学习辅助万能公式

我想学 [技能或概念]（如 Python 数据分析）。

我目前的水平是 [水平]（如会基础语法，没做过实际项目）。
我学习的目标是 [目标]（如 3 个月内能独立完成一份销售数据分析报告）。
我每天能投入的时间是 [时间]（如 1-2 小时）。

请帮我制定：
1. 3 个月学习路径（分阶段，每阶段 2-4 周，列出每阶段的核心目标 + 学习资源 + 实战项目）
2. 每周里程碑（每周应该达到什么水平，可以用什么来验证）
3. 常见坑预警（5 个新手最容易犯的错及如何避开）
4. 加速器 vs 减速器（哪些事能加速学习，哪些事会浪费时间）

要求：不要泛泛而谈，要具体到我能立刻开始执行。

适用场景：学编程、学外语、学一门乐器、学一个新工具、备考。

模板 5：问题诊断万能公式

我遇到了一个 [问题类型]（如产品上线后用户增长缓慢）的问题。

具体表现：
- [现象 1]（如日活 3 个月只增长了 100）
- [现象 2]（如用户次日留存只有 20%）
- [现象 3]（如广告投放 ROI 从 1:3 跌到 1:0.8）

我已经尝试过的方案：
1. [方案 1]（如换了 3 个版本的落地页） —— 效果：[效果]
2. [方案 2]（如投放预算翻倍） —— 效果：[效果]

请帮我：
1. 诊断根因（从用户-产品-渠道-竞争 4 个维度逐个分析，最可能的根因是哪个？为什么？）
2. 优先级排序（如果我有 10 个可以尝试的方向，按 ROI 排序，前 3 个是什么？）
3. 最小可行实验（给我 1-2 个低成本快速验证的实验方案，每个不超过 1 周）
4. 避免的坑（3 个新手最容易犯的错）

要求：每个建议都要有为什么这么做的逻辑，不要只给结论。

适用场景：产品增长、技术 bug、团队管理、营销转化、个人效率问题。

模板 6：创意发散万能公式

我需要一个 [创意类型]（如线下活动主题），场景是 [场景]（如公司年会，200 人参加）。

要求：
1. 20 个备选方案（不要少于 20 个，先追求数量）
2. 每个方案用 1-2 句话描述（包括主题 + 核心玩法 + 预期效果）
3. 每个方案标注创意指数（1-5 星，5 星是最有创意）
4. 每个方案标注执行难度（1-5 星，5 星是最难执行）
5. 选出 3 个创意指数 4 星以上 + 执行难度 3 星以下的方案，详细展开

约束：[XXX]（如预算 5 万以内、不要涉及宗教政治、室内活动）

适用场景：营销活动、产品命名、品牌 slogan、活动策划、视频选题。

模板 7：代码辅助万能公式

你是一位 [角色]（如有 10 年经验的 Python 后端工程师），熟悉 [技术栈]（如 FastAPI + SQLAlchemy + PostgreSQL）。

我的需求：[需求描述]（如我需要写一个 API，根据用户 ID 查询用户的订单列表，支持分页和按时间排序）。

我的约束：
- 代码风格：[XXX]（如遵循 PEP 8，每个函数都要有 docstring）
- 依赖：[XXX]（如只用 FastAPI 标准库 + SQLAlchemy 2.0）
- 性能要求：[XXX]（如单次查询小于 100ms）

请帮我：
1. 完整代码（可以直接运行的版本，包括必要的 import）
2. 关键设计决策（为什么这么写？有 3 个地方我可能想错了，请你帮我识别）
3. 测试用例（至少 3 个 edge case，包括正常路径和异常路径）
4. 下一步建议（如果我要把它部署到生产，还需要做什么？）

适用场景：写代码、调试 bug、Code Review、写测试、技术选型。

四、20 个实战案例（学完就能用）

下面这 20 个案例覆盖了日常工作生活中的高频场景。每个案例都包含"反例 + 正例 + 效果对比"。

案例 1：让 AI 帮你写工作汇报

反例：

帮我写一下本周的工作汇报。

正例：

我是 [岗位]（如产品经理），本周主要做了 3 件事。请帮我写一份本周工作汇报，要求：
1. 字数 300-400 字
2. 风格：客观、专业、有数据支撑
3. 结构：开头总结本周成果 + 主体分 3 段（每件事一段，含目标、行动、结果）+ 结尾下周计划
4. 必须包含：本周的关键数据（如完成了 X 个需求、用户增长了 Y%）
5. 避免：流水账、罗列任务、没有结果的描述

本周做的 3 件事：
1. [事件 1]（如上线了 XX 功能，目标：提升 XX 指标，行动：完成了 XX，结果：指标提升了 X%）
2. [事件 2]
3. [事件 3]

案例 2：让 AI 帮你写邮件（中文版）

反例：

帮我写一封催客户付款的邮件。

正例：

我需要给客户发一封邮件，礼貌地催一笔 30 万元的货款（已逾期 15 天）。

收件人是 XX 公司的财务总监李总，我们合作 3 年，关系不错。

要求：
1. 字数 200-250 字
2. 语气：友好但坚定，不要让对方觉得在指责
3. 结构：问候 + 礼貌提醒 + 提供 2 种解决方案（继续付款 / 分期）+ 给出明确截止日期
4. 必须包含：订单号、合同金额、逾期天数
5. 避免：威胁性语言、质问、催促感过强

案例 3：让 AI 帮你写小红书种草笔记

反例：

帮我写一篇 XX 防晒霜的小红书笔记。

正例：

你是一位小红书美妆博主，粉丝 10 万+，擅长写防晒霜种草笔记。你的风格是：真诚、有细节、不浮夸，经常分享自己的真实使用感受。

请帮我写一篇关于 [产品名]（如怡丽丝尔小金管防晒） 的种草笔记，要求：
1. 字数 250-350 字
2. 结构：开头 3 句话钩子（含场景 + 痛点） + 主体 3 段（质地、上脸感受、效果对比） + 结尾引导评论
3. 必须包含：1 个使用场景（如通勤） + 1 个价格信息 + 1 个真实体验细节（如不搓泥）
4. 风格要求：真诚口语化、有 2-3 处"姐妹们""我真的会谢"等口语词
5. 给 5 个标题备选（每个 15-20 字，含 emoji）

我的皮肤：混油皮，T 区出油，两颊略干。
我之前用过的产品：安耐晒（太油）、怡思丁（防晒力不够）。

案例 4：让 AI 帮你解释一个复杂概念

反例：

什么是 Transformer？

正例：

请用以下方式解释 Transformer 架构：

1. 目标读者：完全不懂 AI 的产品经理
2. 用一个生活化的类比开头（不超过 3 句话）
3. 列出 3 个核心组件，每个组件用"功能 + 类比"2 行解释
4. 给一个真实的应用场景（如它如何让 ChatGPT 能理解上下文）
5. 最后用 1 句话总结它对普通人的意义

要求：避免任何数学公式和术语缩写（如 QKV、softmax），如果必须用术语，括号里用大白话解释。

案例 5：让 AI 帮你做竞品分析

正例：

我要分析 [产品]（如 Notion） 的 3 个核心竞品（如飞书文档、Obsidian、Anytype）。

分析维度：
1. 核心定位（用一句话总结每个产品"为谁、解决什么问题"）
2. 杀手功能（每个产品的 1-2 个最有竞争力的功能，要具体到"用户能拿它做什么别人做不了的事"）
3. 定价策略（免费版/付费版的边界设计）
4. 用户口碑（从公开评测中提炼，每个产品 3 条最常被提到的优点 + 3 条最常被吐槽的缺点）

请以表格形式输出，最后给一段"对 [产品] 的启示"（不超过 200 字）。

案例 6：让 AI 帮你翻译（不只是翻译）

反例：

把这段话翻译成英文。

正例：

请把下面这段话翻译成英文，但要做 3 件事：

1. 不是直译，要用英文母语者的自然表达（避免翻译腔）
2. 保留原文的语气（原文是幽默的、正式的、还是口语化的？）
3. 对专业术语用 [目标读者] 熟悉的方式解释（不必保留中文术语）

原文：
[粘贴中文原文]

目标读者：[如美国 SaaS 投资人 / 英国普通消费者 / 中国出海创业者]

最后用一句话告诉我：原文和译稿最大的差异是什么，我应该记住这个差异吗？

案例 7：让 AI 帮你做面试准备

正例：

我要面试 [公司] 的 [岗位]（如字节跳动的产品经理岗）。

请帮我做以下准备：
1. 预测 10 个最可能被问到的问题（按出现概率排序）
2. 对每个问题，给我一个"回答框架"（不是答案，是回答的结构化思路）
3. 列出 5 个我应该反向问面试官的问题（展示思考深度）
4. 列出 3 个这家公司的"潜在坑"（从公开信息推断出来）
5. 最后给我一份面试前的 24 小时 checklist

我的背景：[粘贴简历或自我介绍]
JD：[粘贴岗位描述]

案例 8：让 AI 帮你写代码 + Code Review

正例：

你是一位资深 Python 工程师，代码洁癖，喜欢写"5 年后还能看懂"的代码。

任务：我有一段代码要你帮我 Code Review，重点关注：
1. 可读性（变量命名、函数拆分、注释质量）
2. 性能（O(n) 复杂度、内存占用）
3. 安全性（注入、溢出、敏感信息泄露）
4. 可测试性（如果我以后想加单测，需要重构什么）

代码：
```python
[粘贴代码]

请用"先给总体评价（1-2 句），再列具体问题（每个问题给：位置、问题、为什么、改法）"的结构输出。

### 案例 9：让 AI 帮你做 OKR 拆解

**正例**：

我作为 [岗位]（如增长负责人），下个季度的公司级 OKR 是：

O：提升用户留存 KR1：30 天留存率从 30% 提升到 40% KR2：90 天留存率从 15% 提升到 25% KR3：付费转化率从 2% 提升到 4%

请帮我：

1. 拆解到我的 OKR（从增长角度，应该做什么能影响这些 KR）
2. 对每个 KR 给出 3-5 个潜在动作（按 ROI 排序）
3. 标出 1-2 个"高风险动作"（做了可能不如不做）
4. 给出我应该每周追踪的 5 个核心指标
5. 列出我应该和哪些团队协作（不要闷头自己干）

### 案例 10：让 AI 帮你做读书笔记

**正例**：

我刚读完一本叫《[书名]》的书，作者是 [作者]。

请帮我写一篇读书笔记，要求：

1. 字数 800-1200 字
2. 结构：
   • 一句话核心观点（如果这本书只能记住一句话，是什么？）
   • 3 个最颠覆我认知的观点（每个用 1 段展开，原书页码 + 我的思考）
   • 5 个可以马上用到我工作/生活中的方法（具体到"明天我就能做"）
   • 这本书的局限（哪些场景下这本书的建议不适用？）
3. 风格：诚实、有自己的思考、不做复读机
4. 给 3 个延伸阅读建议（基于这本书的主题）

书的简介：[粘贴豆瓣简介] 我自己的感受：[粘贴 3-5 句你的直观感受]

### 案例 11：让 AI 帮你处理"敏感沟通"

**正例**：

我需要拒绝一个同事的请求，但不想伤害关系。

背景：

• 同事：和我同级，都向同一位领导汇报
• 事情：他让我帮他做一个 PPT，下周一要，但本周我已经超负荷了
• 关系：平时关系不错，一起吃过几次饭
• 历史：他之前帮过我两次，我欠他人情

我的目标：拒绝这次，但保持长期合作关系。

请帮我写一个回复，要求：

1. 字数 100-150 字
2. 语气：真诚、温暖、不敷衍
3. 必须包含：明确拒绝 + 我不能做的真实原因（不是借口） + 一个替代方案（如推荐别人、给出建议） + 长期合作的暗示
4. 避免：借口、生硬、过度道歉

### 案例 12：让 AI 帮你写"个人故事"（自媒体/朋友圈）

**正例**：

我要写一段朋友圈，记录我今天完成了第一次马拉松。

背景：

• 我今年 32 岁，平时很少运动，是个典型的"码农"
• 这半年我利用每天早上 1 小时训练，从 5 公里开始
• 今天完成了 42.195 公里，成绩是 4 小时 50 分
• 完赛那一刻我哭了 5 分钟

请帮我写一段朋友圈，要求：

1. 字数 150-250 字
2. 风格：真实、不夸张、不卖惨、有温度
3. 必须包含：1 个具体细节（如跑到 35 公里时想放弃的念头） + 1 个感谢的对象 + 1 句感悟
4. 结尾：不要用"加油""共勉"这种陈词滥调
5. 配图建议：3 张图（如起跑/撞线/奖牌）

### 案例 13：让 AI 帮你做行业研究

**正例**：

我要做一份关于 [行业]（如 AI 陪伴机器人） 的行业研究，最终交付给 CEO。

请帮我：

1. 先给 1 段"行业概览"（不超过 200 字，包括市场体量、增速、3 个关键驱动因素）
2. 列出 5 个核心玩家，每个用 2 行说清楚"差异化卖点 + 商业模式"
3. 提炼 3 个"未来 12 个月的潜在变量"（可能改变行业格局的事件）
4. 列出 5 个我应该深入研究的子话题（按"对决策影响"排序）
5. 推荐 5 个"一手信息源"（不是新闻稿，是行业人士真正看的）

要求：每个结论都要有"为什么这么说"的逻辑，不要只给结论。

### 案例 14：让 AI 帮你做旅行规划

**正例**：

我要去 [地点]（如京都） 玩 [天数]（如 5 天），预算 [预算]（如人均 1.5 万人民币）。

我的偏好：

• 不喜欢打卡式赶行程，每天最多 2 个主要活动
• 对 [主题 1]（如寺庙/枯山水） 和 [主题 2]（如米其林餐厅） 特别感兴趣
• 住宿：愿意多花一点住有特色的旅馆（不超过 2000 元/晚）
• 餐饮：本地小馆子 > 米其林，但想试一次

请帮我：

1. 5 天行程（每天分上午/下午/晚上，列出具体地点 + 时间 + 交通方式）
2. 5 家住宿推荐（不同价位 + 不同风格，含价格区间）
3. 10 家餐厅推荐（含本地特色，按早/午/晚分类）
4. 5 个"避开人潮"的小众目的地
5. 1 份行李 checklist（按重要程度排序）

要求：不要泛泛的"建议去清水寺"，要具体到"几点去、走哪条路、穿什么拍照好看"。

### 案例 15：让 AI 帮你做"难题拆解"

**正例**：

我有一个问题困扰我很久：[问题]（如我一直在纠结要不要换工作）。

我目前的思路是：

• 换的好处：[列 3 条]
• 不换的好处：[列 3 条]
• 我纠结的核心：[列 1-2 条]

请帮我：

1. 识别我的"认知盲区"（我可能没想到的角度）
2. 拆解这个问题：它可能不是单一问题，而是 2-3 个问题的组合
3. 给一个"如果只能问自己一个问题就能看清"的元问题
4. 推荐一个我应该去问的人（不是 AI，是真人）

要求：不要直接告诉我"换"或"不换"，帮我看清问题本身。

### 案例 16：让 AI 帮你做"会议纪要 + Action Item"

**正例**：

我刚开完一个 [时长]（如 1 小时） 的会议，主题是 [主题]（如 Q3 产品规划）。

请把以下原始记录（很乱）整理成结构化的会议纪要：

原始记录： [粘贴录音转写或速记]

要求输出：

1. 会议结论（3-5 条 bullet）
2. 详细讨论要点（按主题分组）
3. Action Items（用表格：事项 + 负责人 + Deadline + 优先级）
4. 未达成共识的事项（需要下次会议继续讨论）
5. 会议中提到的"延后讨论"事项（避免遗忘）

### 案例 17：让 AI 帮你做"PPT 大纲"

**正例**：

我要做一个 [时长]（如 15 分钟） 的演讲，主题是 [主题]（如如何用 AI 提升运营效率），听众是 [受众]（如 50 位传统行业的中层管理者）。

要求：

1. 给出 1 句话核心信息（如果他们只能记住一句话，是什么？）
2. 设计 3 条"金句"（每条 30 字以内，能引发共鸣）
3. 给出 10 页 PPT 的大纲（每页 1 行标题 + 1 行内容 + 1 个视觉建议）
4. 演讲结构：开头钩子 + 3 大块内容 + 结尾呼吁行动
5. 给出可能被问的 5 个 Q&A（准备答案）

我的素材：[粘贴你有的内容/数据/案例]

### 案例 18：让 AI 帮你"复盘"

**正例**：

我刚完成了 [项目]（如上线了 XX 功能），想系统复盘。

项目背景：

• 目标：[目标]
• 实际结果：[结果]
• 时间跨度：[时长]

请帮我做 4 段复盘：

1. 做得好的（保留）：列出 3-5 件"应该继续做"的事，每件配 1 个具体案例
2. 做得不好的（改进）：列出 3-5 件"下次应该避免"的事，每件配 1 个根因分析（不要停在表面）
3. 意外发现：列出 1-3 件"我没预期到的事"，每件说明这意味着什么
4. 下次实验：基于这次复盘，列出 3 个"低成本快速验证"的下一步行动

要求：不要"自我感动"，要诚实；不要"找借口"，要归因。

### 案例 19：让 AI 帮你"头脑风暴"

**正例**：

我要给 [产品]（如新出的智能手表） 起 10 个产品名。

要求：

1. 给 10 个备选名，每个名字 2-4 个字
2. 每个名字用 1 行说明"为什么好"（含联想、品牌联想、记忆点）
3. 每个名字标注类型（如：文艺 / 科技 / 功能 / 情绪）
4. 给出我应该淘汰哪 3 个（理由是"易混淆""太平庸""难注册商标"等）
5. 给我 1 个最终推荐 + 1 句 slogan

约束：

• 不要已有品牌名（如苹果、华为、小米）
• 中文为主，少量英文可以接受
• 能注册商标（避免通用词）

### 案例 20：让 AI 帮你"自我反思"

**正例**：

最近我感觉自己 [状态]（如工作没动力、每天浑浑噩噩）。

我尝试过：

• [尝试 1] —— 效果：[效果]
• [尝试 2] —— 效果：[效果]

请帮我：

1. 用一个生活化的比喻描述我的状态（让我能跟朋友解释清楚）
2. 从"生理-心理-环境-人际-意义"5 个维度，列可能的根因
3. 对每个可能根因，给 1 个"低成本验证方法"（用 1 周试试看是不是这个原因）
4. 列出 3 个"应该停止做的事"（不是"应该做什么"，是"应该停止什么"）
5. 给我 1 个"今天就能做的最小行动"

要求：不要鸡汤，不要"加油"。要具体、可执行、有逻辑。

## 五、10 个常见坑（新手必避）

掌握上面的方法后，还要避开下面这 10 个"新手必踩"的坑。这些坑不会让你的输出失败，但会让你的输出"差一口气"。

### 坑 1：把 AI 当搜索引擎用

**问题**：AI 不是搜索引擎——它会幻觉。如果你要查**事实性信息**（如"今天北京天气"），用 Google / 百度 / 搜狗。如果你要查**需要推理/整合的信息**（如"对比 XX 产品的优劣"），用 AI。

**判断标准**：如果你能用一句话在 Google 里直接搜到答案，就不要用 AI。

### 坑 2：写一段超长 Prompt 然后等奇迹

**问题**：新手最容易犯的错——写一段 500 字的 Prompt，期待 AI 输出惊艳的内容。**Prompt 不是越长越好，而是越精准越好**。

**正解**：先写一个 100 字的简短 Prompt，看输出；不满足，再加约束；再加示例；再调整结构。**Prompt 是迭代出来的，不是想出来的**。

### 坑 3：不提供"失败案例"

**问题**：只告诉 AI"我要什么"，不告诉 AI"我不要什么"。这会让 AI 不断重复你不想要的风格。

**正解**：在 Prompt 里加一个"反例"——"不要像 XX 那样"。比如：

语气：专业但不生硬，像麦肯锡顾问写的报告，不像学术论文。 避免：不要用"颠覆""重塑""赋能"这种已经被用滥的词。

### 坑 4：用 AI 做"高风险决策"的事

**问题**：把 AI 当成"私人律师""私人医生""私人投资顾问"——它不是。

**正解**：AI 适合做"信息收集 + 初步分析"，但**最终决策必须由专业人士做出**。可以让 AI 帮你整理 100 篇医学论文的要点，但诊断必须看医生。

### 坑 5：让 AI 帮你做"实时信息"

**问题**：AI 的训练数据有截止日期（GPT-4o 是 2024 年 10 月，Claude 3.5 是 2025 年初），它不知道今天发生的事。

**正解**：
- 用 AI 的联网功能（如 ChatGPT 的 web browsing、Claude 的 tools）
- 或者用 AI 整理你已经查到的实时信息
- 不要直接问"今天的新闻""现在的股价"——除非开启了联网

### 坑 6：陷入"完美 Prompt 强迫症"

**问题**：花 2 小时写一段"完美 Prompt"，只为了生成一段 50 字的文案。

**正解**：**先动手用，再迭代优化**。一个"60 分 Prompt + 3 轮迭代" > 一个"100 分 Prompt + 0 迭代"。

### 坑 7：把对话开得太长

**问题**：和 AI 聊了几十轮之后，AI 开始"忘记"前面的内容，因为上下文窗口满了。

**正解**：
- 重要对话定期"开新对话 + 总结前文"
- 复杂的项目用"文档 + AI 问答"模式（让 AI 读你的项目文档，而不是只靠对话历史）
- 长任务用"分段执行"——一段 Prompt 完成一个小任务，汇总后再执行下一个

### 坑 8：不验证 AI 输出

**问题**：直接把 AI 的输出复制粘贴到工作汇报 / 客户邮件 / 公开发表的文章里。

**正解**：
- **重要内容**（对外发布、关键决策、高风险场景）必须人工 review
- 数字、引用、人名、案例**必须二次验证**——AI 编起来非常自信
- 用"如果你不确定答案，请告诉我'我不确定'" 这种指令减少幻觉

### 坑 9：用同一个 AI 做所有事

**问题**：用 ChatGPT 做所有事（写代码、画图、做 Excel、写邮件）。

**正解**：不同 AI 有不同强项：
- **ChatGPT (GPT-4o)**：通用对话、写作、代码、推理，最全能
- **Claude**：长文档处理（200K 上下文）、代码、写作风格
- **DeepSeek**：中文写作、代码、推理，性价比高
- **Gemini**：多模态、Google 生态集成
- **专用工具**：Midjourney（绘画）、Suno（音乐）、Cursor（代码 IDE）

**经验法则**：主力用 1-2 个 AI，特定任务用专用工具。

### 坑 10：忽视"用 AI 的元能力"

**问题**：把 AI 当成"问答机"——我问它答，不问它不工作。

**正解**：AI 的真正威力是**作为一个"思考伙伴"**：
- 用 AI 做 brainstorming（一个人想不出来，和 AI 聊 10 分钟可能冒出 20 个点子）
- 用 AI 做"压力测试"（"请你扮演最挑剔的批评者，挑我这个方案的毛病"）
- 用 AI 做"反向教练"（"如果我下个月要达成 X，请帮我倒推这周应该做什么"）
- 用 AI 做"教练式提问"（不要直接问答案，问"我应该问什么"）

**会问问题的人，比知道答案的人更有价值**——这个在 AI 时代尤其重要。

## 六、本篇小结 + 系列预告

**本篇你学到了**：
- Prompt 工程的本质：一种"用 AI 杠杆放大你思考能力"的技术
- 5 大黄金法则：给角色 + 给背景 + 给结构 + 给示例 + 给约束
- 7 个万能模板：覆盖内容创作/信息总结/决策辅助/学习辅助/问题诊断/创意发散/代码辅助
- 20 个实战案例：每个场景都包含反例 vs 正例
- 10 个常见坑：从"完美主义强迫症"到"忽视元能力"

**5 分钟练习**（学完立刻做）：
1. 选一个你今天要做的工作（写邮件、写汇报、写文档……）
2. 用本篇的"5 大黄金法则"重写你的 Prompt
3. 对比"原版 Prompt 输出" vs "重写版 Prompt 输出"
4. 如果效果提升明显——恭喜，你已经入门了

**下一篇预告**：[从零开始学AI（三）：AI写作实战](https://www.aidiscover.cn/articles/ai-writing-hands-on) 会在 7/11 11:00 发布。下一篇会把"Prompt 工程"应用到具体的写作场景——从工作邮件到产品文案，从学术写到自媒体脚本，每种文体都有 5-10 个开箱即用的 Prompt 模板。

**系列全文索引**（7 篇）：
1. **AI 是什么**（[7/09](https://www.aidiscover.cn/articles/ai-basics-what-is-ai)）— 基础认知框架
2. **Prompt 工程**（本篇，7/10）— 让 AI 听懂你的话
3. **AI 写作实战**（7/11）— 从邮件到长文
4. **AI 绘画实战**（7/12）— 从 Prompt 到作品
5. **AI 编程实战**（7/13）— 不写代码也能做项目
6. **AI 视频和音乐**（7/14）— 从脚本到成品
7. **AI 效率提升**（7/15）— 10 个让效率翻倍的小技巧

## 内部链接（aidiscover 工具教程）

- [AI 工具推荐 2025 终极版](https://www.aidiscover.cn/articles/ai-tools-recommendation-2025) - 20+ 款 AI 工具横向对比
- [ChatGPT 怎么用](https://www.aidiscover.cn/articles/chatgpt) - 全球最流行的 AI 工具
- [Claude 怎么用](https://www.aidiscover.cn/articles/claude) - 长文档处理最强的 AI
- [DeepSeek 怎么用](https://www.aidiscover.cn/articles/deepseek) - 国产开源大模型代表
- [Kimi 怎么用](https://www.aidiscover.cn/articles/kimi-ai-how-to-use) - 中文长文档处理
- [豆包怎么用](https://www.aidiscover.cn/articles/doubao) - 字节跳动 AI 助手
- [AI 是什么（系列第 1 篇，7/09 发布）](https://www.aidiscover.cn/articles/ai-basics-what-is-ai) - 10 个核心概念打基础
- [AI 写作实战（系列第 3 篇，7/11 发布）](https://www.aidiscover.cn/articles/ai-writing-hands-on) - 把 Prompt 落地到写作场景