前言

为什么你用AI写的东西一眼假？

假如你是一个文科毕业的大学生，应聘到一家机械公司。

上班第一天，老板把你叫到办公室“ 给我写一篇《 挖掘机行业加盟商制度利弊分析 》，发到平台上要 10万+ 阅读量。 ”

你是不是 一脸懵逼？

你连挖掘机有几个轮子都不清楚，老板交代的任务又要干， 怎么办？

凉拌！

上网搜资料，东拼西凑出一篇看似华丽却空洞的文章，业内人士 一眼假 。

如果这时恰好网络还断了，上不了网怎么办？

只能 胡编乱造 了。

这和你用AI是一样的道理。

你就是那个 老板 ，AI就是那个刚毕业的 学生 。

再举个例子 ，你精通商务英语，有个老外来中国采买设备，雇你当翻译。结果中国厂家对接的负责人是大厂出来的，一张嘴就是“ 赋能、抓手、颗粒度、 生态化反 ”。

你听的一脸懵逼， 这说的是人话吗？

这两个例子，代表我们用AI时 常犯的两个错误：

• 不了解AI的能力范围。
• 沟通混乱，语言不通。

结果就是，你的要求像 许愿 ，你期待AI像《七龙珠》里的 神龙 般能满足你的一切愿望，但 你的要求却把神龙干 懵逼 了。

AI不是神，提示词也不是咒语

大语言模型的本质

我们通常说的AI，是指 大语言模型 ，它是由 海量数据 训练出来的。

很多人误把大语言模型当做科幻片中的 外星人 一样 有思想的 实体 ，其实大语言模型更像是“ 概率计算器 ”。

什么意思呢？

举个例子，你教你家小孩学成语，学了一堆带龙字的成语，比如“ 龙凤呈祥、龙腾虎跃、龙马精神、龙飞凤舞、亢龙有悔。。。 ”

现在，你要求孩子 用 带龙字 的成语写一篇文章 ，但你加了个限制条件“ 与写字有关 ”，那你说是“龙飞凤舞”与写字关联度大呢，还是其他成语关联大呢？

结果不言自喻。

但你加1个限制条件，小孩的选择范围大大缩小，用词立马就精准多了。

大语言模型就是这个小孩，那堆成语就是它训练的数据。

它的工作原理，就是像玩文字接龙般把经常组合在一起的词语高概率地拼接起来，组成内容。

这就是 文生文 ，也就是 用提示词指导AI写作 。

而如果你的提示词中有诸如“与写字有关”这种限制条件，就会大大缩小它的选择范围，让 输出更 精准 、更 符合 你的心意 。

很多人之所以用不好AI，就是因为不了解大语言模型的 统计本质 。

提示词工程的本质

提示词工程前两年很火，有人能写出大段结构化提示词就会受人膜拜，还搞出个 提示词工程师 的概念。

而随着大模型能力神速进化，AI使用门槛越来越低，似乎提示词工程师没人提了，但 不代表 提示词工程没落 了。

在科幻电影桥段中，当外星人和人类语言不通的情况下，需要会通过数学等方式构建一个 沟通 的桥梁。

提示词工程 就是这种桥梁！

提示词工程，本质上是构建一座“ 人与AI 共享认知 的桥梁 ” 。

AI的输出之所以不合你心意，根源在于这座沟通的桥 地基不稳、路面坑坑洼洼， 信息通过这座桥时就会 速度大减 且还会大大 损耗 。

地基，是指 人提供的 背景知识与上下文 ； 路面，是指 人类下达的 结构化指令 。

我们人与AI高效协作的关键词就是“ 沟通 ”！

如何让沟通更 高效、顺畅 ？

就是通过提示词工程这座桥梁，让 信息在人与AI之间 高效、无损 地 传递 。

提示词工程为什么重要？

如果说 写作是人与人沟通的 元技能 ，那提示词工程就是 人与AI 沟通 的元技能 ！

沟通的维度与提示词工程的核心

乔哈里视窗，是解释人机沟通障碍的绝佳工具

乔哈里视窗 ，是1995年美国两位学者提出的 沟通框架。

这个框架是为了揭示：

人和人之间为什么会存在各种沟通障碍？即使说同样语言的人之间沟通，也会出现“讲不通，听不懂”的情况，就像对牛弹琴 。

这套框架在人与AI沟通领域依然适用。

人与AI沟通可以按乔哈里视窗分成 四个区域 ，这四种情况下是怎样写提示词的？

• 公开区：你知道，AI也知道。 信息透明，可以自由交流。比如你说模仿鲁迅的文风，它训练过，秒懂。这时写提示词，在提示词开头用角色、任务、受众明确共识，用简洁的指令直接下任务即可-- [角色：资深营销文案。任务：为一款新发布的咖啡豆撰写一篇公众号推文，模仿鲁迅文风。受众：25-35岁的都市白领。]
• 隐藏区：你知道，AI不知道。 比如你说模仿我的文风写作，AI肯定懵逼，他不知道你的文风什么样。这时写提示词，在背景信息部分，用文字或示例补充这些AI不知道的“私有知识”，用示例直接展示你期望的风格和格式。-- [背景信息：我们的品牌口号是“唤醒每一个清晨”，强调手冲的仪式感。去年我们的销售冠军是耶加雪菲。示例段落：“当第一缕阳光透过百叶窗，没有什么比亲手研磨的咖啡豆更能开启元气满满的一天……”]
• 盲区：你不知道，AI知道。 你不知道的东西，你怎么描述呢？比如禁止AI味，你不知道AI味具体指哪些，但AI知道。你可以问AI，然后根据AI给的反馈来写提示词。写禁止AI味的提示词，这样写-- [约束：禁止使用任何形式的“首先、其次、最后”或“第一、第二、第三”作为段落开头。避免使用“在这个快节奏的时代里”这类陈词滥调。]
• 封闭区：你和AI都不知道。 这种情况就放开去探索，在迭代反馈阶段，使用开放式、探索性的提问，把AI当成一个创意伙伴或导师。 把AI给出的启发性建议，整合进下一轮的提示词中。比如这样写-- “我已经提供了一个写作角度。请你跳出我的框架，以一个从未接触过咖啡的小白的视角，再提供三个全新的、可能引起他们好奇心的写作切入点。”

如何使用乔哈里视窗审视提示词？

我们可以把它做成 乔哈里提示词设计自检表 。

每轮对话后，都可以用它快速 审视 自己的提示词和AI的回复，思考：“ 我有没有补充了AI的盲区？我规避了AI的隐藏区吗？我是否和AI一起探索了未知区？ ” 。

这样不断审视，可以系统化地 提升 提示词的 精准度 和人机协作的 深度 。

提示词工程的核心，就是通过不断的“自我揭示”和“请求反馈”，来疯狂扩大你和AI之间的“公开区”

张三，是一个努力在职场转型的内容创作者，他想写一篇关于“ 中年迷茫 ”的文章。

他 给AI的提示词 是这样的：

“帮我写一篇关于中年危机的文章”。

AI反馈给他的，只能是一篇空洞的鸡汤文。

AI的能力来自于海量的训练数据，但 它的 局限 也来自这些数据 。数据里有什么，它就学成什么样。

而 提示词，就是我们人类，用我们的 经验、情感 和 独特视角 ，去“ 补偿 ”这种局限的唯一工具。

一次糟糕的提示，就是一次失败的“ 自我揭示 ”。

如果你只扔给它几个字，相当于把自己的大部分想法都藏在“ 隐藏区 ”， 让它 猜 。

AI只能基于少的可怜的“ 公开区 ”信息去猜，结果嘛大家都很清楚。

这和想让马儿跑，又不给马儿吃草有啥区别呢？

一次好的提示，就是一次详尽的“自我揭示”。帮张三 改造后的提示词， 是这样的：

【 套用一个极简公式：角色+任务+背景+要求+范例） 】

[角色]：你是一位在中国一线城市工作了15年、有深刻洞察力的资深媒体人，也是一个刚刚迈入40岁的普通人。你的文笔冷静、克制，但字里行间透露着一种与生活和解后的温情。

[任务]：请为我的公众号写一篇关于“中年再出发”的文章的开头部分，大约300字。

[背景]：我的目标读者是那些35-45岁之间，在传统行业感到压抑和迷茫，但内心依然有火种，渴望改变现状的职场人。文章不是为了贩卖焦虑，而是为了提供一种“原来我不是一个人”的共鸣和“也许还有另一种可能”的希望。

[要求]： 1. 避免使用“中年危机”、“内卷”、“躺平”这些已经被用烂的词。 2. 用一个具体的个人生活场景切入，比如某个深夜加班回家的地铁上，或者整理孩子旧玩具的瞬间。 3. 语言风格要像和一位老友在深夜的小酒馆里聊天，真实、诚恳，可以有一点点不那么“正确”的牢骚。

[范例]（可选，但极其有效）： “我不喜欢‘四十不惑'这个词，感觉像个骗局。四十岁那天，我最大的困惑就是午饭吃什么。公司的盒饭越来越难吃，而我已经没有勇气像20岁那样，因为一顿难吃的午饭就果断辞职。”

看到区别了吗？

这个新提示词，把张三脑海中大量的“ 隐藏信息 ”搬到了“ 公开区 ”。

他给了AI 清晰 的人设 、 具体 的任务 、 画像鲜明 的读者、一套 明确 的规则和一种 可感知 的风格 。

这样AI就不用瞎猜了，而是能在一个被 精确限定 的框架 内进行创作。它输出的内容，自然就离张三想要的“那味儿”近了八成。

而AI的反馈（生成的文本），又可以让张三进一步调整，比如告诉AI“ 这个比喻太文艺了，换个更生活化、接地气的 ”，通过多轮对话中的“ 反馈循环 ”，让“ 公开区 ” 持续扩大 。

一次高效的人机协作，就是不断通过高质量的提示词，将盲区、隐藏区、封闭区的信息，转移到公开区的过程 。

从极简结构开始，练中学

我刚开始学提示词时，看到网上那些大段复杂的 结构化提示词 也是头皮发麻。

后来想通了--这和人说话不一个道理嘛。

有的人说话 颠三倒四 ，有的人说话就 条理清晰 。 结构化提示词就是给那些逻辑不清晰的人一个逻辑框架嘛。

DeepSeek刚火时，有个传播甚广的 极简 通用提示词 ：

“我要做XXX，要给XXX用，希望达到XXX效果，担心XXX问题”。

我就用它来给AI出 命题作文 ，然后 不断 调试 。有时一个词、一句话一遍，效果就立马不一样。这个需要找感觉，就像开车一样。

比如这样写提示词：

“我要写一篇主题为《怎样用AI写作》的文章，给公众号读者看，我希望达到让读者深刻领悟用AI写作的方法，但担心AI味太浓”。

这就是一个极简的结构化提示词，DeepSeek刚火时，我写过的公众号文章有的轻松破万。

但我测下来， DeepSeek更擅长给灵感和逻辑框架 ，如果用来写作，写出来的文章 太僵、AI味极浓 。

后来，我试着用工具造工具

就像古代用刀斧造弓箭一样，我们可以用提示词驱动AI来造 新的、更复杂 的 提示词。

维特根斯坦有句名言“ 语言即世界 ”，我就让AI根据维特根斯坦的《逻辑哲学论》在极简的基础上造出一个 更复杂点的提示词 。AI给我加了两个约束条件。

再后来，我试着 把工具 组合起来 用 。

如果你用过多个AI，你会发现每个AI擅长的不一样。比如我在给出 背景知识与上下文 （这个很重要）后，让DeepSeek根据我的文章主题给出 灵感， 或者给出 内容框架和创作要点 ，再拿着灵感、内容框架和创作要点找一个擅长写作的AI工具 写成文章 。

再后来，我又开始 新的实验

我们用AI的 惯性思维， 是给AI下命令，为什么不能 反向思考 ？

我把我想要的最终结果告诉AI，让AI给我一整套框架式的问题来启发我的灵感呢？

当AI给出的这套问题启发了我的灵感，我修改后，再拿着这一整套问题写成结构化提示词，去让一个擅长写作且能深度思考的AI给我写出文章。

这样写出来的文章深度就足够深刻了。 但 背景知识一定要给足，且不能前后矛盾。

写提示词的另一个极端就是写的太多，又臭又长，前后要求还有冲突的地方，这样一样会把AI干懵逼。

如果嫌自己写的提示词不好，可以用 优化提示词 的提示词 优化一遍。这也是 用工具造工具 。

大模型在不断进化，人当然也不能固步自封。

迭代与进化

我之前有篇文章写过理想创始人李想的一个洞察--所有顶尖大佬，无论雷军、黄仁勋、张一鸣等，都有3个共性，而最反常识的就是 极 高频率 地 迭代 。

这是 成事 的秘诀，也是 学AI、学提示词 的秘诀。

AI时代的噪音指数级增长，每天一睁眼就有无数信息轰炸，无数人想抢占你的注意力。

AI圈的都知道，今天这个产品震惊全球、明天那个厂家又出颠覆式更新。如果你始终追着热点跑、跟在别人屁股后头学。

且不说到处都是等着收割你的镰刀，就精力来说， 你就是有驴的耐力，也得 累死 ！

我越来越喜欢段永平的观点-- 敢为天下后！

首先确定 什么是 对的事 ，再去 把事做对 。 找到AI 最核心、最本质 的东西，按照 自己的 节奏 ，不断 迭代 自己。流水不争先，争的是滔滔不绝。

上下文情境构建师

聊到这里，你可能觉得，原来所谓提示词工程不就是把话说清楚嘛。

没错，但顶尖玩家的思路又进了一步。

2025年7月，前特斯拉AI总监、OpenAI的创始成员之一 Andrej Karpathy 发文说，“ 提示词工程已经过时了 ”， 未来是“ 上下文工程 ”的时代 。 Shopify 的CEO Tobi Lutke也表达了类似的观点 。

这话听着似乎挺有颠覆性：与其绞尽脑汁去雕琢“ 完美提示 ”，不如为AI构建一个丰厚的、动态的“ 上下文情境 ”。

其实没那么玄乎，无论提示词工程还是上下文工程，都是技术应用范畴。只要搞清其背后的底层逻辑，就会发现，哪有那么多颠覆。

上下文是什么？

上下文，是你希望AI在何种背景、前提、约束下完成这件事。

一个 有效 的提示词 = 你想让AI帮你做什么 （指令） +上下文 （ 你希望AI在何种背景、前提、约束下完成这件事 ）

在一次有效的沟通中，二者缺一不可。在 多数情况下， 上下文比指令更重要 ！

如果你是老板，招揽了某个顶尖人才，你想让他快速融入公司，给公司创造最大的价值。

你是不是需要给他介绍公司历史、目标、使命，展望未来的前景，让他熟悉团队文化、过往成功案例、他的岗位职责等等，这些都是上下文。

然后告诉他你对他的期望是什么、你希望他能做出什么成果？这就是指令。

你提供的 “上下文”越 丰富 、“指令”越 清晰 ，他融入公司越快、贡献的价值就越大。

这其实和前面讲乔哈里视窗，把盲区、隐藏区、未知区的信息，转移到公开区的过程是一样的。

具体怎么做呢？

• 喂“知识” ： 比如在开始写作前，把搜集到的资料、数据、零散笔记，丢给AI。告诉它：“ 这些是背景材料，先学习一下。 ”
• 立“世界观” ： 用几段话定义好这次创作的 核心原则、价值观 和 目标 。比如：“ 这次写作，坚决不能刻意制造焦虑，核心是传递掌控感。 ”
• 给“案例” ： 把你最欣赏的几段文字作为“ 范例 ”喂给它，让它知道你的 品味 和 偏好 。
• 分步执行，持续校准： 不要一上来就指望用一个提示词就搞定。不如把任务拆解：先让它出大纲，你确认；再让它写开头，你修改；然后逐段生成，随时纠偏。整个过程，就是一个 动态构建和维护上下文的过程 。

其实这样操作下来，已经超越了“提示”， 更像是在做项目管理。

人类的角色，从一个发号施令的“领导”，变成了一个 提供资源、设定目标、把控方向 的“ 情境构建师 ”或者说“ 项目经理 ”。

我自己探索的方向，和这个类似，我摸索出了 让灵感从 玄学 问题变成 工程 问题 的方法。

我不是什么科班出身的提示词专家，但我用实践探索的方式在迭代中悟到的，与AI领域其他先行者的方法论异曲同工，就是让提示词工程更加 体系化、生态化 。

与AI协作--人机共舞

一直有人有疑问： AI到底是来延伸我们，还是取代我们？

我的答案是：你如何使用它，决定了它是你的“ 机甲外骨骼 ”还是“ 拐杖 ”。

如果你只是把它当成一个自动写作的作弊神器，而不去思考，那它就是你“ 思想的拐杖 ”，你的思考能力会慢慢 萎缩、退化 。

但如果你把提示词工程看作一种“ 思想的刻意练习 ”，那它就是你“机甲外骨骼”，让你化身 钢铁侠 ，以平凡之身拥有 超人般的能力 。

提示词工程可以强迫你深度思考

如果你自己的想法都不清晰，你无法写出一个好的提示词。

为了给AI讲明白你要的结果，你必须先去把你的要求具象化；为了给AI一个好的范例，你必须先去思考你的偏好和品味。

这个“向AI解释”的过程，本身就是一个极强的 自我澄清 和 思想提纯 的过程。在写提示词的过程中，自己先把问题想明白，你就能写出好的提示词。

提示词工程可以帮你找到个人风格

对于那些感到迷茫、找不到自己定位的创作者，AI是一个绝佳的 “风格模拟器 ”。你可以让它模仿10个不同大V的风格来写同一个主题。

通过对比，你会发现自己真正喜欢谁的风格。这个探索过程，成本低，效率高。用AI探索你的个人风格再次打开你的AI工具。

[任务]：请分别模仿 [你喜欢的一位作家，比如王小波] 和 [你关注的一位知识博主，比如罗翔] 的风格，就主题“面对不确定性，年轻人应该怎么办？”写一段200字的建议。

[要求]： - 模仿王小波时，要有趣、戏谑，带点反讽和特立独行的思考。 - 模仿罗翔时，要引经据典（哪怕是虚构的典故），逻辑清晰，在法理和人情之间找到一个平衡点，最后落脚于对普遍人性的关怀。

做完这个练习，仔细品味两段文字的差异。

哪一种让你更有共鸣？哪一种更接近你想成为的样子？

这就是在借助AI这面镜子，照见你自己。

提示词工程是一种终身元技能

未来，与AI高效协作的能力，会像今天我们使用Office或搜索引擎一样，成为再基础不过的事情。

不管是提示词工程师、上下文工程师，技能本身是在不断进化的。

但其 核心 -- 清晰的逻辑、精准的表达、与智能体高效沟通的能力 ， 永远具有价值 。

它不仅仅是“ 写作技巧 ”，而是“ 思考技术 ”、“ 学习技术 ”和“ 创造技术 ”。

AI只是提供了 骨架 和 血肉 ，而你通过提示词注入的，是 独一无二的 灵魂 。

小白用AI写作“祛AI味的”邪修小技巧

如果你是小白，嫌弃AI写的文章AI味浓，又不会提示词祛除AI味，我有个“邪修”办法：

一边看着AI生成的文章，一边打开手机的 语音转文字 功能（除了微信，像flomo笔记、飞速文档也都支持语音转文字，只是识别准确率有差异），用说话的方式把内容复述一遍。

注意： 不是 照本宣科地读，而是边用眼睛扫描文章大意，边大脑快速思考，随时蹦出新的灵感随时加进去。

人在压力情况下会 逼出 潜能 ，你平时说话，总不会像机器一样生硬吧？

这样处理后的文章，会带有 口语化 和人味。当然这比较废人。。。

写在最后

如果说过去30年最大的红利是互联网，那未来30年最大的红利就是AI！

互联网有句名言“ 站在风口上，猪都能飞起来。 ”雷军说过他最大的心得就是要 顺势而为 ，所以他的资本叫“顺为”。

对于普通人来说，既然知道AI是趋势，在看不清路、不敢贸然下场的情况下，不妨先磨练一项元技能-- 与AI沟通的能力 ，然后静等风来。

如果你有关于AI沟通的心得，欢迎分享出来，大家共同进化。

另外，给小白两个福利吧。

• 一个是业内人士搜集的优秀提示词库，小七姐的 提示词图书馆 。AI圈很多都知道。
• 另外还有个话题没写，就是 怎么用提示词在写作中 祛除或降低AI味 ，我写了个用DeepSeek祛除AI味的极简提示词，把AI写出的AI味文章保留核心，并改写为公众号的，不见得多好，但确实有一定效果。你可以拿去改一下。