收藏夹里躺着一堆“万能提示词”，真到用的时候，敲的还是那句“帮我写个周报”。不是工具不行，是大多数人只学会了“用”，没学会“教”。
还在让AI“扮演一位资深专家”？这套写法已经过时了。它给的是一个身份，不是一套方法。
更有效的问法是先问它：这个领域最厉害的人会用哪些工具和方法。拿到方法，再让它照着做；目标可以定得离谱一点，逼它换思路。
或者把“帮我回复这条差评”换成“帮我让这类差评别再出现”，再把差评和退货原因一起丢过去。别让AI扮演专家，要让它像专家一样干活。小红书
这只是第一层。提示词决定这一轮说没说清；再往下，是把它当新人教。教之前，先想清楚怎么验收。
Anthropic的Claude Code团队给AI定了六道检查。其中一条很实在：AI说“测试全部通过”不算数，要把执行的命令和输出摆出来。36氪
放到写周报、做表格上也一样——别只问“做完了吗”，让它把改了什么、依据是什么、哪里还没把握，一条条列出来。人最后看的不是那句“已完成”，是这些证据。
验收标准清楚了，再回头看怎么把要求交给它。
7月3日上午，不到两小时，三个项目的周会记录用同一页要求理完了。那页要求写得很粗糙，连“四象限”都打成了“四像素”。知乎
最要紧的一条是：只用工作五要素去套，缺的那一格留空，用醒目的颜色标出来，别替我补。
两小时里，AI出的力大概三成，七成是人在补它标出来的空。头一回其实更慢。差别在下一回——拿着同一页要求直接跑，不用重新交代。
教它的时候，别只给规则，也要给背景。项目资料、上次的做法、这次要交给谁，一起放进对话里。让它先出议程、摘要和任务表，人再改。
不是所有活都值得教。值得交出去的是重复、有清楚标准、漏了哪一项一眼能看出来的活：周会记录、台账口径、报表格式。知乎
一次性的、要现场看一眼才能定的，教它不如自己干。反过来，最容易出事的是“全交”：AI写啥你信啥，等到要签字、要担责，才发现自己说不清它为什么这么写。知乎
再往上一层，是流程。直接说“帮我编一份项目建议书”，它能很快给出一份看起来完整的报告；可业主需求、基础数据、技术路线都没交代，里面的判断未必有依据。这是“许愿式”用法。
先明确需求，再讨论方案，形成交接说明，完成初稿，最后校核审核，每一步都有机会改。提示词解决的是“这一轮怎样把话说清楚”；工作流程解决的是“整件事情怎样可靠地完成”。知乎
可即便流程跑顺了，很多人的累并没有减少。省下来的时间去哪儿了？你把一份报告从3小时压到30分钟，省下的2.5小时，往往不是去喝茶，而是接了下一样活。知乎
麦肯锡一项全球AI调查里，近九成受访者说组织已在至少一个业务环节用上AI，但只有39%报告AI对整体息税前利润产生了影响。36氪
这话说给公司听，也说给个人听：工具提效是局部的，流程不改，省下的时间会被原来的结构吃掉。
所以更现实的做法，是把这次怎么做的过程留下来：整理成SOP、提示词模板、自动化脚本。下次同类任务直接复用。这样省下的不是这2小时，是接下来几十次、几百次的时间。而且这些东西跟着你走，不跟着公司走。
今晚别急着再收藏一条“万能提示词”。挑一件每周都要做的事，写一页要求：哪几项必须有，缺了怎么标，标完谁来补。跑三遍，把那页纸留下。
