AI写作使用技巧分享 关于我用AI提示词的三大妙招

大家好，我是大象

5月的时候我就在荔枝微课分享了我的AI写作完整模板:

蛮欣慰的，还算得到了大家的众多称赞，同时也感觉有些惭愧，隔了好久才着手写出提示词的使用。

好饭不怕晚，我又来了。现在经常更新一些文章干货和大家分享、交流，今天继续为大家呈上“新鲜”的干货教程，关于我用AI写作的一些秘籍。

悄悄告诉大家，这算我的“秘密武器”之一哦

知识更迭迅速，变化太快，因此我今天不会讲述一些短暂流行的方法，而是分享一些“永恒”的底层逻辑，甚至这套方法可迁移，用在我们的任何类型的AI创作中。

最近我深入研究了众多 AI 解题的案例，总结出了三大妙招：

常言说得好，“万事开头难”，可对 AI 来讲，“万事分解难”。好比啃一块特别难啃的大骨头，别指望 AI 能一口吞掉。

相反，咱们得像有耐心的老师傅，把这“骨头”一点点弄碎，分成小块，直到露出里面的“精华”。

比如说解一道复杂的数学题，通常得把解题过程分成好些步骤，然后在本子上仔细地把每一步的计算过程写出来。

举个例子，要是让 AI 帮忙解一道数学应用题，可以把解题过程分成下面这几步：

这样做有不少好处：

降低难度：大问题变小，复杂变简单。c明确方向：每个小任务都目标清晰。

提高效率：能同时处理多个小任务。

确保穷尽：不会落下关键细节。

经过层层拆解，再难的题目也能变得清楚明白，AI 就能一步步稳稳地得出答案。

比如说，让 AI 帮忙策划一次公司年会，可以把这个任务拆解成：

1. 确定年会主题

2. 制定日程安排

3. 设计活动环节

4. 准备演讲稿

5. 安排场地和餐饮

6. 制作邀请函

把复杂任务拆成容易管理的小任务，这是解决复杂问题的好办法。不但能帮咱们更好地理解和执行每一步，还能提高整体效率，保证最终结果的质量。

有了小任务，接下来就得用逻辑推理这把“斧头”来处理。

逻辑推理就像搭一座桥，把问题的起点和终点连起来。

不过，任务分解可不能随便乱来。咱们分的每一步，都得经得住逻辑的考验。

换句话说，每一步都得一环扣一环，相互呼应，最后形成一个严密的逻辑链。

在指导 AI 进行逻辑推理时，要注意下面这几点：

基于事实：每一步推理都得有扎实的事实依据。

步步为营：推理过程要一步一步来，不能跳着走。

因果关系：清楚地展示每一步和下一步的联系。

就像搭积木，如果前面有一块没搭好，后面再怎么搭也是白搭。

拆解完了，逻辑也没问题了，还得让 AI 把整个解题过程“讲”出来，接受咱们的“检查”，这一步特别重要。

当 AI 得出一个答案时，咱们不能只看答案。

得让 AI 亮出它的“答题卷”，展示每一步推导和计算的细节。

其一，这是基于 AI 大模型的底层工作原理：AI 是通过读大量的文本数据，学会了丰富的词汇知识还有词和词之间的关系。

咱们给定一个输入（比如一句不完整的话），模型会根据前面的输入，预测下一个最可能出现的词。这过程就像“词汇接龙”的游戏：根据已有线索“上文输入”去猜下一个最合适的词，然后“输出下文”。

那明白了这个原理，咱们就知道 AI 不像人有心理活动，它说就是想，想就是说，所以得让它把每一步都大声“讲”出来，这样才能最大程度影响下文的输出。

其二，只有看到 AI 完整的推导思路，咱们才能判断它是不是真的“学会”解题了，有没有什么差错，也方便咱们改进提示。

这就跟老师改学生的数学卷子一样。要是学生只写个答案，老师还真不好判断对错。

只有学生详细写出解题步骤，老师不但能找出错的地方，给帮助和指导。而且，“show your work ”才能放心答案是对的。

用上“拆解、逻辑、展示”这三招，咱们就能像领导教徒弟似的，手把手指导 AI 解决复杂任务。

通过任务拆解，把大问题变小；

通过逻辑推理，给思路“定规矩”；

通过展示过程，验收 AI 的“作业”。

任务拆解这种思维在解决单个问题时作用很大，但它的用处可不只这些。

当咱们碰到更复杂的情况，比如设计一套 AI 系统工作流时，任务拆解的重要性就更明显了。

以上就是我今天要分享的干货

还是那句话：躬身入局的人，永远比站在岸上的人更有体感。

AI永远只是工具。