怎么说，AI 才听得懂

前面四篇讲的是「它是什么」：它会编（第一篇）、它得翻书、它会忘、它是怎么被造出来的。从这篇开始换个方向——怎么用。

先看一个每天都在发生的对比。同样让 AI 写周报：小李发了一句「帮我写个周报」，得到的是「本周工作顺利推进，各项任务有序开展……」——一段话里没有一个字是非说不可的。小张多打了三行字，拿到的草稿改了改称呼就直接交了。是模型偏心吗？不是。他俩用的是同一个 AI，差别只在输入框里的那段话。

这段话有个名字，叫提示词（Prompt）——提示它该干什么的词。这一篇就讲怎么写。不讲理论，只讲一个结构和一个动作，看完今晚就能用。

它不是搜索引擎，是第一天上班的实习生

想写好提示词，先得换掉脑子里的旧模型。

很多人默认 AI 是个加强版搜索引擎：关键词越短越好，「周报 模板」四个字就能开工。搜索引擎确实这么用——它只负责按词找网页。但 AI 不是找东西给你，是替你干活。把它当搜索引擎用，等于把一个能干活的实习生当成了图书馆检索机。

更准的想象是这样的：AI 是一个聪明绝顶、读完了整座图书馆、但今天第一天上班的实习生。他什么都懂一点，唯独一件事不知道——你。你的岗位、你的领导、你的项目、你的口味，他一概不知；而且第三篇讲过，两次作答之间他什么都不留，没有任何人能提前告诉他，除非你现在就说。

回头看小李那句「帮我写个周报」。实习生听到这句话，脑子里同时响起一堆问题：你做什么岗位？周报给谁看？本周发生了什么？要多正式？他没有答案，又不想显得无能——第四篇讲过，它被训练成努力让你满意——于是只能给一份「放到哪家公司都成立」的周报。万能的另一面，就是万能地没用。

所以提示词的第一性原理只有一句：凡是「他不该猜、又必须知道」的事，都得由你说。

一句话结构：背景、任务、要求

具体说什么？记住这三样就够了：

要素	回答实习生的哪个疑问	一句话例子
背景	「我是谁？这事在什么处境里？」	我是电商运营，周报给直属领导看
任务	「你要我干什么？原材料在哪？」	写本周周报，素材：直播 3 场，GMV 42 万……
要求	「做到什么程度算好？」	分「成果 / 问题 / 下周计划」三段，语气务实

把三样拼起来，就从小李变成了小张：

我是电商运营，给直属领导写周报（背景）。本周直播 3 场，GMV 42 万、比上周涨 15%，退货率升到 8% 是主要问题（任务 + 素材）。分「成果 / 问题 / 下周计划」三段，每段不超过三行，语气务实（要求）。

为什么恰好是这三样？回到前几篇的结论就懂了。它只有一张大小固定的桌面（第三篇），你不摆上去的背景，它真的看不见——所以背景得你补。它只有印象、没有你的资料库（第二篇），你脑子里的项目细节它一概没有——所以任务和素材得你给。它被训练成「尽量给出让人满意的回答」（第四篇），但「满意」长什么样只有你知道——所以要求得你定。三样各堵一个窟窿，不多不少。

也不是每次都要写全。问「溏心蛋怎么煮」，不需要先自我介绍。判断标准只有一个：这句话换成对一个刚认识的聪明人说，他会不会一脸懵？会，就补上。

差别到底有多大？亲手对比一下：

三个最常见的毛病

实验里那点差距，在日常使用中通常来自三个毛病——

一、让它猜。「帮我把这段话改好一点。」好一点是哪一点？更正式还是更活泼？改给谁看？你不说，它只能按最大公约数改——往往就是换一种说法的原话。「好」本身就是一种要求，得说清楚。

二、一次塞太多。「帮我策划一场发布会，包括主题、流程、预算、邀请函文案和应急预案。」实习生接到这种活，最常见的结果是每样都浅尝辄止。拆开来，一次一件事：先定主题，再排流程。第三篇的桌面原理在这里同样适用——塞得越满，它顾此失彼的概率越大。

三、一不满意就推倒重来。第一版回答不对劲，很多人的反应是删掉聊天、重开一个、把提示词改得更长。其实有个省力得多的动作：直接告诉它哪里不对。「方向对了，但语气太正式；另外我们没有线下门店，第二点改掉。」它会立刻照改——第四篇讲过，它被训练成努力让你满意，你的反馈就是最有用的输入。提示词不是一锤子买卖，是聊出来的。

现在换你来坐诊：

小结

• 换一个想象。 AI 不是搜索引擎，是第一天上班的聪明实习生：能力管够，对你一无所知。
• 记住三样。 背景、任务、要求——凡是它必须知道又不该猜的，都说出来。
• 给反馈，别重来。 不满意就说哪里不对。提示词是聊出来的，不是憋出来的。

这篇出现的两个黑话，收个尾：

黑话	本文叫它	说明
Prompt · 提示词	你给实习生的工作交代	你发出去的每一句话都是提示词，没有门槛
Prompt Engineering · 提示词工程	把工作交代清楚的手艺	听着唬人，核心就是这篇讲的三样，加上迭代

到这里，新手村补上了从「理解」到「上手」的第一块板：前四篇你知道了它是什么，这一篇你知道了怎么把活派给它。剩下的就是多用——用的时候踩到新坑，多半还能在前面四篇里找到解释。