几乎每一句"AI 被高估了"的吐槽,追到根都是提示词问题。模型完全按你说的做了,问题在你怎么说的。
大多数人卡在这个循环里:
- 写一句话提示词。
- 拿到套路答案。
- 得出"AI 一般"的结论。
- 重复。
修法不复杂但很反直觉:模型在对你提示词可能指代的所有情况求平均。如果你的提示词可能指代十种情况,你拿到的就是十种情况的平均——那就是套路答案。出路是让你的提示词只指代一件事。
提示词生成器 替你做这事——它问那些能收窄含义的问题。但只要你理解了具体哪里出了问题,你也能手动做。
提示词产出套路答案的四大根因
几乎每个套路答案都能追溯到下面四个根因之一。
1. 没指定受众
"帮我写一封产品上线邮件。"
写给谁?免费用户、付费客户、记者——这是三个不同的人,需要三封不同的邮件。没指定受众,模型就写一封"在三种人之间错得最少"的邮件——也就是最套路的那种。
**修法:**永远在上下文第一句指明受众。"中型企业的现有免费用户" 比 "潜在客户" 强。
2. 没指定结果
"总结一下这个文档。"
总结的目的是?给只有 90 秒的 CEO 做 brief?给明天就要上手的新工程师 onboarding?给记者做产品介绍?同一个文档,三种不同的总结。没指定结果,你拿到的就是最大公约数的总结。
**修法:**说出答案要支持的决策。"总结到让 CEO 能判断本季度要不要立项" 跟 "总结到让工程师能照着实现" 是两份完全不同的总结。
3. 没约束
"帮我写落地页 hero 文案。"
多长?什么语气?避开哪些词?必须包含哪些事实?没有约束,模型就产出它读过的最套路的落地页文案——感叹号、"欢迎来到未来"、关于"变革"的承诺。这种文案别的公司写你嫌烂;你的公司写你更嫌烂。
修法:写 3-5 条显式约束。长度、语气、必须用的词、绝不能用的词。约束不是创意限制——约束是模型理解你想要哪类答案的唯一方式。
4. 没成功标准
"帮我写一份 PRD。"
PRD 啥时候算写完?啥时候算写好?没成功标准,模型就在它觉得 "好像差不多了" 的时候停笔——通常太早或太晚。它也没办法自评草稿。
**修法:**至少给一条成功标准。"PRD 合格的标准是每个用户故事至少 3 条验收标准" 或 "PRD 合格的标准是一位资深工程师不需要追问就能给出工时估算" 都能让模型在停笔前自检。
一个能自查的诊断问题
下次模型给你套路答案时问自己一句:"如果我把这条提示词给 10 个都懂这个话题的人,他们会大致写出相似的答案吗?"
如果会——你提示词写得很好,问题在模型。
如果不会——10 个人会按各自对你提示词的理解写出 10 个不同答案。模型挑了平均。那不是模型的错,是提示词的错。
这就是为什么一个 提示词生成器 对已经会写提示词的人也有用:它强制你做这步诊断。通过识别你输入里的空白、按优先级提澄清问题,它确保每条离开工作台的提示词只有一种合理解读。套路答案的陷阱被堵上了。
一个真实诊断
你写了:"帮我准备跟一个团队成员的一次困难对话。"
模型给了:一份 12 条 bullet 的通用清单,讲主动倾听、用 "我" 句式、找共同点。
跑四问诊断:
- **受众?**没。这个团队成员是个具体的人,但你没说他/她的性格、角色、跟你的关系。
- **结果?**没。你是要解雇他、辅导他、解决项目冲突、还是搞清楚他为什么人间蒸发?
- **约束?**没。长度、语气、要避开什么(比如"不要 HR-speak")、你扮演什么角色。
- **成功标准?**没。怎么判断准备得好?
把四项都补上的提示词:
你是一位经验丰富的管理者,跑过 200+ 次困难对话。帮我准备一个 30 分钟的对话,对方是一位资深工程师,最近一直跳 1:1,可能在 quiet-quitting。他汇报给我。是我招进来的,但还没晋升。我希望他要么重新投入,要么平和地走。约束:不要 HR-speak、不要 "let's circle back"、不要 role-play 脚本。输出格式:3 块——开场(一段)、按顺序问的 5 个问题、针对可能回答的 3 套备选回应。成功标准:这次准备完后,我应该能确切知道怎么开场,以及我想达到什么结果。
这条提示词能产出能用的东西。原来那条产出的 12 条 bullet 你自己都能写。
捷径
每条提示词你都可以手动跑这套分析。也可以让 提示词生成器 替你跑——它识别空白,只问能堵上空白的问题,把结构化提示词替你装好。同样的结果,少很多脑力税。
更深的一点是:"AI 给套路答案" 这话从一开始就反了。AI 给的是匹配提示词的答案。修法在模型上游。一旦你开始写"只指一件事"的提示词,你就不会再觉得 AI 一般——因为你拿到的答案,就是你真正想要的工作成果。