用好AI的核心：把话说清楚

　　我又试了一次：“帮我分析一下这个季度的用户增长数据。”我把数据贴进去，它给我列了七八条结论，什么“用户活跃度有所提升”、“留存率保持稳定”——这些我自己看图表也能看出来，我要的是“为什么”，而不是“是什么”。

　　那段时间我特别困惑。网上铺天盖地都说AI怎么怎么厉害，怎么到我手里就成了个只会说漂亮话的复读机？我甚至怀疑自己是不是充错了钱。

一、从“复读机”到“得力助手”：关键在指令

　　后来我花了两周时间，把网上能找到的提示词教程翻了个遍，又跟几个用得好的朋友聊了聊。慢慢地，我发现了一个问题：

我把AI当成了一个“懂我”的同事，觉得我随便说两句，它就能理解我的意思。但它不是。它更像一个刚入职、智商很高、但完全没有行业经验的实习生。你给它一句模糊的指令，它就只能靠“猜”来完成工作。

模糊指令 vs 精准指令

　　比如：

• “帮我写一篇关于时间管理的文章。”
• “帮我写个活动方案。”
• “帮我改一下这段话。”

　　AI给了我什么？一篇四平八稳的“标准文章”。讲了团队管理的重要性，讲了几个通用的原则，用了几个谁都见过的案例。不能说写得差，但读完你记不住任何东西。

　　再看第二种（精准指令）：

“你是一个有8年经验的互联网技术总监，带过50人以上的团队。请帮我写一篇关于‘如何让新员工快速融入团队’的文章。读者是刚升职的技术Leader，他们最头疼的是不知道如何跟90后、00后员工沟通。文章要讲3个具体方法，每个方法都要有真实案例，语言要直白，别讲大道理。最后加一个‘避坑指南’，列出新手管理者最常犯的3个错误。”

　　这次AI给我的东西，完全不一样。每个方法都有具体的操作步骤，案例真实到像从某个团队里扒出来的，避坑指南里的每一条，都是新手管理者真会踩的坑。我稍作修改，就能直接发给团队参考。

二、深度拆解：5个要素，每个都有值得你花时间琢磨的“门道”

要素1：角色——越具体越好

　　“资深运营”和“资深用户增长运营”，是两个完全不同的角色。前者调取的是通用的运营知识，后者调取的是一套关于“获客、转化、留存、裂变、ROI”的专业知识。

　　举个例子。不要说“你是一个文案”，要说“你是一个专门写公众号头条的文案，擅长用痛点开头和金句结尾”。不要说“你是一个HR”，要说“你是一个互联网公司的招聘HR，最懂怎么筛选技术岗位的简历”。

　　一个小技巧：如果你不确定这个角色应该具备什么知识，可以先问AI。比如“一个5年经验的B端产品总监，通常会关注哪些维度？”，让它给你列出清单，你再把这些维度放进角色描述里。

要素2：任务——明确数量、字数、结构

　　比如，不要说“写几条朋友圈文案”，要说“写5条朋友圈文案，每条不超过50字”。不要说“帮我总结这篇文章”，要说“帮我总结这篇文章，提炼出3个核心观点，每个观点用一句话概括，再加一个案例说明”。

　　我刚开始用AI的时候，特别喜欢说“写一个详细的方案”。后来发现，“详细”这个词在AI眼里跟没有一样。它不知道什么叫“详细”。是2000字算详细，还是5000字算详细？是有数据算详细，还是有案例算详细？

　　后来我改成了“写一个3000字左右的方案，每个部分都要有具体数据和案例支撑”效果立竿见影。

要素3：受众——不仅要“是谁”，更要“关心什么”

　　我自己的做法是，在告诉AI受众的时候，一定会加上一句：“他们最关心的是什么”或者“他们目前最大的痛点是什么”。

• “受众是公司 CEO，他最关心的是这个项目能不能在 Q3 之前上线，以及需要投入多少资源。”
• “受众是一线销售人员，他们最头疼的是客户总问同一个问题，但他们不知道怎么回答。”

要素4：格式——决定输出是否“开箱即用”

　　格式这件事，很多人觉得是小事。但做过内容的人都知道，格式决定阅读体验。

　　AI默认的输出格式，是大段大段的文字。你拿到手，至少要花10分钟重新排版。但如果提前告诉它格式，它就帮你把这10分钟省了。

　　常见的格式要求：

• 结构类：用小标题分块、用列表呈现、用表格对比

　　我自己的习惯是，每次提问都会在格式里加一句“每段不超过5行，关键信息加粗”。就这一句话，能让AI的输出从“需要重新排版”变成“接近可以直接用”。

要素5：要求——不只是“要什么”，更是“不要什么”

　　有时候AI输出的内容整体没问题，但总有些地方让你不舒服。比如用了你特别讨厌的词，或者漏掉了你特别在意的细节。

　　这些要求不是一次写完的，是每次用AI的时候，遇到一个不满意的点，就加一条。慢慢地，这个清单越来越长，AI输出的东西也越来越接近我想要的。

三、全场景的“拆分”模拟：每例就能用

场景1：写爆款文章

你是一个资深[领域]自媒体作者，写过10万+阅读量的爆款文章。
要求：语言通俗，多用短句，全篇干货。关键信息用加粗。不要用“首先、其次、最后”这种词。

场景2：写专业报告

你是一个在[行业]有[年限]经验的[岗位]，擅长用数据说话。

场景3：写工作周报

请根据我下面的工作内容，帮我写一份给[汇报对象]看的周报：
- 把工作内容提炼成3-5个“关键成果”，而不是罗列“做了什么”
- 最后加一个“下周计划”和“需要支持的事项”

四、避开三大常见误区

坑1：信息不全，指望AI“猜”

　　你只告诉AI“写个方案”，但没告诉它“这个方案是干嘛的、给谁看、之前聊了什么、有什么特殊要求”。

　　AI不是人，它没有记忆。它不知道你上周跟客户聊了什么，不知道你们团队最近在推什么项目，不知道你老板最在意什么。你给它的信息越少，它就越只能靠猜。

　　怎么办：每次提问，都把关键信息喂给它。哪怕重复，也要说。AI不怕重复，它怕信息不全。

坑2：挤牙膏式提问

　　很多人跟AI对话，是“挤牙膏式”的。问一句，答一句，再问一句，再答一句。一个问题要来回三四轮才能聊清楚。

　　但AI最强大的能力，是同时处理多个信息。你完全可以一次性把所有的要求、背景、约束条件都给它。

　　怎么办：把你要的“最终结果”描述清楚，让它一次输出。别搞“对话式”提问，搞“需求式”提问。把所有的要求都写在一段话里，一次性发给它。

坑3：AI给什么，就用什么

　　很多人拿到AI的输出，看一遍觉得“还行”，就直接用了。但AI的输出，永远是“第一稿”。它的价值不是给你最终答案，而是给你一个“足够好的起点”。

　　怎么办：把AI的输出当成“草稿”，你来做复审人。改数据、调措辞、加案例、删废话。你跟AI的关系，不是“我命令你干”，而是“你先干，我再改”。你花在修改上的时间越少，说明你的指令越成功。

结语

　　用好AI的核心，从来不是技术，而是你愿不愿意花那30秒，把话说清楚。

　　今天回去，你随便找一个最近想写的东西，用这个公式重新问一遍AI。把角色、任务、受众、格式、要求一个个填进去，看看它给你的东西，跟你之前用的，有什么不同。