第 2 章:对话工具的正确打开方式
本章目标:把「聊天」变成「下任务」。学完你能用一段结构化提示词,让 AI 输出可直接使用的成果,而不是一堆正确的废话。
开篇:同一个模型,为什么别人用得比你好
同事用 AI 五分钟写完周报,条理清晰、风险明确。你打开同一个产品,输入「帮我写个周报」,得到三百字四平八稳的套话,改都没法改。
差别不在模型,在提问。 模型不是读心术:你没说的背景、没给的约束,它只能自己编。这一章教你把「随口一问」改成「派活」——就像给一位聪明但不了解你背景的同事下任务。
2.1 先把界面上的东西认全
输入框之外,界面上还有几样东西直接影响输出质量:
| 界面元素 | 对应的概念 | 对你的影响 |
|---|---|---|
| 新建会话按钮 | 会话 | 换会话等于清空短期记忆,重要背景要重贴 |
| 模型选择器 | 模型(第 1 章) | 不同任务用不同模型,别一个用到黑 |
| 联网开关 | 联网搜索 | 不开联网,它只能凭训练数据回答,容易过时 |
| 上传附件 | 文件读取 | 长文档建议先传文件,别整段粘贴进对话框 |
| 历史记录 / 记忆 | 记忆 | 方便,但也可能记住你不想留的信息 |
最容易踩的是上下文窗口:把 50 页 PDF 整段丢进去,然后问「第 3 页说了什么」,模型可能根本没读到。正确做法是先传文件、让它列目录,再逐段提问。
2.2 一条好提问的骨架
把提示词拆成六个要素,按顺序填:
text
角色:你是一位有 10 年经验的 ___
背景:我在做 ___,目前的情况是 ___
目标:请帮我 ___
约束:不要 ___;必须 ___;篇幅 ___;语气 ___
输出格式:用 Markdown 表格 / 分点 / 一段 200 字以内
示例:类似这样 ___(可选,但很有用)对比一下差别:
| 差的提问 | 好的提问 |
|---|---|
| 「帮我写个周报」 | 「你是我的技术主管。把这周做的三件事写成周报:修复登录超时、给订单接口加缓存、评审支付重构方案。要求:每件事写结果和风险,不超过 300 字,用 Markdown 列表。」 |
区别不在文采,在信息量。缺的约束越多,它编的空间越大。
2.3 三个必须会的手法
给它一个例子(Few-shot)
与其描述「我要正式一点的语气」,不如直接给范本:
text
请参照下面这段的语气和结构,改写我的文字:
【范本】……
【我的文字】……一个例子胜过十句形容词。
让它自查
第一版答案经常有漏洞。加一句:
text
先给出答案,然后另起一段,以「可能的错误」为标题,列出你答案中最不确定的三点,并说明如何验证。分步拆,而不是一次问完
复杂任务按这个节奏走:
关键在第二步:提纲必须你改过,再让它展开。提纲错了,后面全是白工。
2.4 三个直接能抄的实战模板
读一篇长文
text
你是我的阅读助理。下面是一份长文档,请分三步处理:
1. 先用 5 条以内列出全文结构(每部分一句话);
2. 再提取 10 个关键结论,标注分别来自哪一部分;
3. 最后列出 3 个文档没有回答、但读者最可能关心的问题。
不要编造文中没有的数字或结论;找不到就写「文中未提及」。解释报错
text
你是资深后端工程师。下面是我的报错和相关代码。
请按顺序输出:
1. 报错字面意思(逐句翻译);
2. 最可能的 3 个原因,按概率排序,每个给一条验证命令或检查点;
3. 如果前三个都不成立,下一步该收集什么信息。
环境:Windows 11 / Python 3.12 / 依赖版本见下。关键在最后一行:给环境。没有环境信息的排错回答,大概率是通用模板。
写邮件
text
背景:合作方延迟交付两周,已影响我们上线。
目标:写一封催促邮件,保持合作语气,但要明确新截止日期。
约束:不超过 200 字;先陈述影响,再给两个可选方案;不要指责对方。生成后别直接发,先核对三件事:事实是否准确、称呼是否合适、有没有替你做出你没授权的承诺。
2.5 常见误区
| 误区 | 后果 | 改法 |
|---|---|---|
| 一次问一大段,什么都想要 | 输出泛泛而谈 | 拆成提纲 → 分节 → 汇总 |
| 不给背景,默认它知道 | 答非所问 | 补上角色、场景、约束 |
| 只问一次就采用 | 漏掉关键风险 | 追问「反方观点」「可能的错误」 |
| 把 AI 当搜索引擎 | 拿到过时或编造的信息 | 开联网、要来源、交叉验证 |
| 对话越聊越长 | 早期信息被稀释 | 定期开新会话,重贴关键背景 |
| 让它替你做决定 | 责任外包给模型 | 让它给选项和依据,你拍板 |
2.6 场景自测:你来改一改
先自己改,再看参考答案。
场景 A:你想让 AI 帮你改简历,原话是「帮我把简历改好一点」。 场景 B:AI 给了一段代码解释,你看不懂,回了一句「再讲讲」,它又说了一遍差不多的。
| 场景 | 参考答案 |
|---|---|
| A | 「你是互联网大厂的资深 HR。这是我的简历片段和目标岗位 JD。请逐条指出简历与 JD 不匹配的地方,每条给一句改写建议;不要虚构我没有的经历。」——角色、背景、目标、约束、红线都有了 |
| B | 换问法:「请用一个生活类比解释这段代码,再逐行注释;如果涉及我没学过的概念,先解释概念。」——「再讲讲」没有给新信息,等于让它重复 |
2.7 本章小结
- 提问质量 = 信息量 × 结构。六要素缺一项,就多一轮返工。
- 三个万能手法:给例子、让它自查、分步拆。
- 长文档先看结构再问细节;排错先给环境再要步骤。
- 生成内容发出去之前,事实、称呼、承诺都要自己核。
练习
- 把你上周问过 AI 的一个问题,按六要素骨架重写,对比两次输出,记录差在哪。
- 找一篇 3000 字以上的文章,用 2.4 的模板做一次结构化摘要,检查它有没有编。
- 挑一段真实报错,用模板让 AI 给出排查清单,并实际执行其中一条验证。