工位上，有人对着AI骂了句“废物”，然后啪地关掉对话框。他输入的是“帮我分析一下这个”。AI愣了半秒，回了一堆正确的废话。标点都对，字都认识，就是没用。
我不觉得这全是AI的锅。他问的就不是人话。
见过太多这种了。你心里想要的是竞品优劣势对比表，敲出来就仨字——“对比一下”。你盼着它给你整个专业商业判断，嘴巴一秃噜变成“有啥看法”。AI又不是你肚子里的蛔虫。它是你手里那把没开刃的刀——切菜姿势都错了，摔锅骂刀钝，这合理吗？
说真的，“提示工程”这四个字把好多人唬住了。拆穿了看，一点玄的都没有——就是研究怎么把话说到位。32个技巧铺开看一堆，底层逻辑拢共四个字：把话说清楚。
一、你越含糊，它越抓瞎
“分析下这个”和“总结这篇论文的关键发现，用项目符号列出来”——哪个能拿到能用的东西？前一个给足自由发挥空间，它只能瞎猜，猜错了挨骂，实惨。后一个连格式都锁死了，想跑偏都难。
关键很多人连“要什么”都说不清，还想指挥“不要什么”。想起一个特真实的例子：你喊小孩“别使劲抓小狗”，他听到的是“使劲抓”+“小狗”。你对AI说“语气别太随意”，它检索到的关键词是——随意。不是它笨，是这套沟通逻辑本身就有问题。你不如给条近道：“用正式、学术的语调写。”
给个清晰目标，好过圈一片雷区。这句放哪都成立。
有个同行跟我聊过，说提示词技巧表面看是技术活，扒开皮其实是沟通能力的外化。会问AI的人，现实里一般也会问人。反过来，发个消息都懒得交代背景的，指望AI读心——这不是不会提问，是懒。这词我说得有点重，但确实没冤枉人。
二、给够上下文，它才知道自己在哪
你让新同事帮忙写邮件，总得交代收件人是谁、前因后果吧？AI一个道理。你让它分析财报，好歹把关键数据喂进去。你让它写客户回函，至少说下前情提要和对方什么脾气性格。
有个杠杆特别好用：指定读者。给5岁小孩讲清楚量子计算和给物理学博士写综述，根本是两个任务。提示词里加一句受众是谁，AI的词汇、语气、深度立刻全换。
有人试过，给AI设定“给5岁小孩解释”这个受众——好家伙，带比喻、讲人话的通俗版本秒出；给老板汇报前换成“资深专家”人设润色，话术立刻专业感拉满。这套操作成本约等于零，收益看得见摸得着。
但我得说句公道话。什么“认知超90%的人”，这种标题我看着就困。提示工程不是葵花宝典，它就是入门基本功。会背几个技巧不见得就了不起，真正拉开差距的，是你脑子里的业务能力和信息整合力。技巧是放大器，不是发射器。手里没信号，放大器给你放大个空气。
三、脚手架搭得好，AI输出差不了
给AI安个角色，是见效最快的招。“你现在是资深前端开发工程师”，后半句还没说完，它那语气、术语、思维模式全变了。这不只对职业有效，MBTI人格都能左右它说话的风格。
还有分隔符这事儿。“指令”“背景资料”“示例”“你的问题”全搅在一锅里，神仙也分不清主次。用三重反引号把内容一包，用井号把段落一标，哪些是素材、哪些是任务，一眼分明。有人说加了分隔符后，AI胡扯的概率确实小了不少。
输出格式更是一劳永逸。写个“请输出JSON格式”，后端程序就能直接解析。约个Markdown，生成的内容复制进飞书，同步到Obsidian，排版都不用碰。你起个头，AI顺着你的格式往下接——这招叫“输出启动”，实测管用。
四、迭代，是唯一的捷径
头一版提示词写出来就是垃圾，这不是诅咒，是规律。真正的提示工程师每天干的事就四样：测试、看哪儿不对、调整、再测。你把这当实验做，心态立刻稳得一批。
AI那点常见毛病——幻觉、重复、模糊、前后不一——各有各的对症药。它胡说八道，你就拿资料库给它喂点真货；它前后打脸，你就把约束条件焊死在提示词里。32个技巧看着多，普通人三板斧足够：角色扮演、明确格式、喂足上下文。剩下的边际效应太低，不值得你熬夜背。
但有条原则得单独拉出来说：别用“不要”定义任务。那比教小孩摸狗还不靠谱。
最后说一句。这话可能有人不爱听——提示词这关卡不住聪明人。会问AI的人，早就赢麻了。还不会的人，别急着刷技巧清单。问之前，先自己想清楚到底要什么。