我帮一些创业者和企业老板用AI自动化改造业务，过程中发现一个特别有意思的现象。
同一个AI工具，有人用它30分钟写完一份商业计划书，有人折腾两个小时，最后得到一堆正确的废话。
差距不在工具，在你怎么跟它说话。
多数人跟AI对话的方式，像走进一家餐厅，对服务员说"给我来点好吃的"，然后抱怨上的菜不合口味。
你没告诉它你要什么，它只能猜。猜对了是运气，猜错了才是常态。
这篇文章，我把自己反复验证过的5个Prompt核心方法拆给你。 不讲理论，只讲怎么用、怎么改、为什么有效。
说清楚，是最被低估的能力
先看一个真实的对比。
提示词A："帮我做一个演示文稿。"
提示词B："我需要为季度销售会议制作一份10页的演示文稿。内容应涵盖Q2销售业绩、畅销产品以及Q3销售目标。请提供一份大纲，并列出每张幻灯片的要点。"
同一个AI，提示词A得到的是一份泛泛而谈的模板，什么行业都能套，什么行业都没用。提示词B得到的是一份拿来就能改的初稿。
区别在哪？
提示词B做了三件事：明确了场景（季度销售会议），限定了规格（10页），划定了内容边界（Q2业绩、畅销品、Q3目标）。
你回忆一下，上一次跟AI对话的时候，你说的是"帮我写一封邮件"，还是"帮我写一封给客户解释项目延期一个月的邮件，语气要专业但不能让对方觉得我们不靠谱"？
这两句话之间的差距，就是你用AI效率差3倍的原因。
你脑子里觉得"这不用说AI也知道"的信息，恰恰是最需要显性化表达的。 AI没有读心术，它只能处理你给出的文字。
别描述你要什么，直接给它看
你去理发店，跟Tony老师说"帮我剪一个好看的发型"，大概率翻车。但你掏出手机给他看一张照片，说"照这个来"，出来的效果至少不会偏太远。
跟AI对话一个道理。
比如你想让AI帮你写一封项目延期的客户邮件。与其花5分钟描述"语气要专业、要有歉意、要给解决方案"，不如直接把你之前写过的一封类似邮件贴给它，说"参照这个语气和结构，帮我写一封新的，这次是因为供应链问题延期一个月"。
给范例，比讲要求快3倍。
原因是，语言是有损压缩的。 你说"专业但不失亲切"，这六个字在你脑子里对应着一个非常具体的表达标准。但AI接收到的是一个模糊的语义区间。它不知道你的"专业"是律师函那种专业，还是客户经理那种专业。
范例的作用是把这个语义区间大幅收窄。AI不需要去猜测你的"专业"对应什么风格，它有一个具体的参照标准。
这个方法特别适合重复性任务——周报、客户邮件、产品描述、社交媒体文案。你积累一份自己满意的范本，以后每次都作为参照输入，输出质量马上稳定。
复杂问题别一次问完，拆开问
很多创业者喜欢写一个巨长的提示词，把所有需求塞进一句话里，然后等AI一次性交出完美答案。
这就像你把一整年的工作计划写在一张纸上，递给一个刚来的实习生，说"去吧，下班前交给我"。
前面几项还行，越往后越糊弄。
AI也一样。输入信息密度过高的时候，它的注意力资源会被稀释，前面的内容处理质量尚可，后面明显下降。
正确的做法是任务拆解。
拿"提升团队效率"这个需求举例。你不要直接问"怎样提升团队效率"，你把它拆成四步——先分析当前效率瓶颈在哪，再针对每个瓶颈给出解决方案，然后评估落地过程中可能遇到的阻力，最后设计衡量改善效果的指标体系。
每一步让AI做透一件事，比一次做四件事质量高得多。
还有一个很多人忽略的动作：迭代。
AI第一次给你的回复，大概率不是最终答案。但多数人看完觉得"凑合吧"就直接用了。
试试这样说："方向不错，请再优化——语气轻松一点，加一个客户案例说明产品怎么帮到人，第二段太长了，砍掉功能介绍只留利益点。"
你给的反馈越具体，AI的修改越精准。 "改好一点"是最低效的指令，因为AI无法解析你的"好"对应什么标准。
给AI一个身份，输出质量会变
这是我自己用下来觉得投入产出比最高的技巧。
同样是准备一场谈判，你可以说"帮我准备一场谈判"，也可以说"你是我背包制造公司的面料供应商，我在准备一场谈判，目标是争取10%的降价"。
前者给你一份通用谈判技巧清单，搜索引擎随便找都有。后者给你的是站在供应商角度的真实反对意见、你的反驳策略、对方可能甩出来的替代方案。
你给了AI一个具体身份，它就不再是一本什么都覆盖但什么都浅尝辄止的百科全书。它会从那个身份的认知框架出发去处理问题，调用那个角色对应的专业判断和行为逻辑。
你让它当CFO，它分析财报的颗粒度就不一样。你让它当你的目标客户，它写出来的痛点比你自己闷头想的更准。你让它当资深营销顾问，它给的策略就不是教科书框架，是带实战判断的建议。
为什么有效？本质上是帮AI做了一次注意力过滤。 AI的知识面太广了，你不给它一个角色边界，它就试图面面俱到，结果什么都覆盖了等于什么都没深入。角色设定相当于给它加了一层认知滤镜，所有信息经过这层滤镜筛选后再输出，信噪比大幅提升。
你觉得AI不好用，可能是没告诉它"做给谁看"
这个坑我见得最多。
一个做环保清洁产品的老板跟AI说："写点关于网络安全的内容。"（他从竞品那学到的内容营销策略。）
AI写了2000字，全是术语，读起来像论文。
他没告诉AI这篇内容的目标受众是谁。
他的客户是小企业主，不懂技术，要的是看完就能照着做的操作建议。
同一个话题，写给程序员和写给小企业主，用词、深度、案例选择完全不同。你不说，AI就用一种"中间态"来写——不太专业也不太通俗，谁看了都觉得隔靴搔痒。
告诉AI三件事，输出质量会上一个台阶：
受众画像。 不是笼统的"创业者"，而是"不懂技术的小企业主"或者"有3年经验的电商运营"。受众越具体，AI越知道该用什么语言体系。
语气定位。 "专业但亲切""轻松、带点幽默"——这些描述看着简单，但每一条都在帮AI校准它的表达策略。
输出结构。 你要一份大纲还是完整文章？分几个模块？每个模块的侧重点是什么？你不定义，AI自己决定，它的决定大概率不符合你的预期。
说了5个方法，最后讲两件事。
第一，我把这篇文章涉及的所有提示词技巧整理成了一份 完整的PDF指南， 好的提示词和坏的提示词对比、不同场景的实战模板都在里面。需要的朋友在评论区留言"prompt"，我发给你。
第二，这篇是Prompt系列的第一篇。 后面我会继续拆解更多实战场景——怎么用Prompt做数据分析、怎么让AI帮你做竞品调研、怎么用角色扮演搞定复杂任务。想跟着学的，先关注，别掉队。
Prompt不是咒语，不存在背几个模板就能让AI变成许愿机。它的本质是逼你在提问之前先想清楚自己到底要什么。
多数人用AI效果差，不是AI的问题，是自己都没想明白要什么就按了回车。
说清楚你要什么，给它看你要的样子，复杂的事拆开问，给它一个身份，告诉它做给谁看。
今天就能试。把你上一次不满意的那个对话翻出来，用这5个方法重新问一遍。
AI没变，变的是你提问的方式。
