---

我发誓，最初只是想让它帮我写封情书，结果它给我整出了一份 SWOT 分析。

---

第一章 引言：当魔法变成家电维修

在2024年的某一天，我的朋友小明向我抱怨：“AI 根本没用！我让它帮我写周报，它给我生成了一篇《小王子》读后感。” 我看了看他的输入框：“写个周报。” 四个字，连个句号都没有。那一刻我明白了：AI 不是神灯，它是电钻——你得知道往哪儿钻，用什么钻头。

很多人在学习 AI 技能时，经历的过程像极了第一次用微波炉：要么热过头炸了一身，要么按了半天发现根本没通电。AI 技能的真正核心不是“用 AI”，而是 “与一个知识面极广、但极度缺乏常识、随时可能胡说八道的实习生高效协作” 的能力。

这门手艺，我称之为 “人机共舞”。跳得好，你是舞台上的精灵；跳得不好，你会踩到 AI 的脚，然后它报复性地给你生成一堆废话。

本指南将从零开始，手把手、嘴对嘴地把一个 AI 小白锻造成“提示词魔法师”，沿途我们会遇到大量鲜活案例、翻车现场和离谱输出。系好安全带，准备发车。

---

第二章 新手村：第一次与 AI 对话，切记别只说“你好”

2.1 那个改变我命运的下午

小明（没错还是他）第一次打开 ChatGPT 时，心情激动如在游戏厅第一次摸到摇杆。他颤抖地输入：

用户： 你好。

AI： 你好！有什么我可以帮你的吗？

用户： 聊天。

AI： 当然可以！想聊些什么呢？

用户： 随便。

AI： 好的！你知道章鱼有三个心脏吗？

小明愤怒地关闭了窗口，并得出结论：AI 聊天很无聊。

问题出在哪？ 他把 AI 当成了算命先生，以为丢个硬币就能听到一生运势。实际上，AI 更像是那个在酒吧等你开口的朋友——你不给话题，它只能开始背百科全书。

2.2 提示词三字经：人、设、框

给 AI 的指令（我们叫它 提示词，Prompt）需要包含三个最基本的要素，我称之为 “人设框”：

• 人：你是谁？（学生？老板？厨师？焦虑的打工人？）

• 设：它该以什么角色/身份回答？（资深专家？毒舌朋友？莎士比亚？）

• 框：任务的边界和格式。（字数？风格？输出成表格？用 Markdown？）

反面教材（无“人设框”）：

用户：解释一下区块链。

AI：区块链是一种分布式账本技术……（1000字教科书抄录）

正面教材（明确“人设框”）：

用户：我是一个完全不懂技术的咖啡店老板。请用“记账本”和“外卖单”的比喻，在 150 字以内给我解释区块链，要让我一听就懂。

AI：想象一下，咱们咖啡店有一个所有顾客都能看见的公共账本。每一笔消费（比如买拿铁）都会记在一张“凭证”上，并立刻同步到所有顾客的手机里。如果有人想偷偷改一笔账，所有顾客的手机都会报警说“账对不上”。这个大家共同维护、不能涂改的公共账本，就是区块链。外卖单则是“智能合约”：你把咖啡钱打进去，系统自动通知骑手取货，不需要中间人。

小明的眼睛亮了，像发现了咖啡机可以出奶茶一样。

---

第三章 进阶之路：角色扮演与魔法咒语

3.1 角色扮演：请立即变身

给 AI 一个角色，它的输出质量会瞬间飙升，因为它会调用该角色相关的语言模式和知识域。这是单点技能里回报率最高的技巧。

例子1：毒舌健身教练

用户：你是一个毒舌的健身教练，名叫“铁柱”。我昨天跳了10分钟刘畊宏，今天腿疼，不想动。请用扎心但有效的方式鼓励（刺激）我。

AI（铁柱）： 哟，才10分钟就废了？您这腿是纸糊的还是泥捏的？刘畊宏跳的是本草纲目，您跳完变本草皆木了是吧？今天的计划是20分钟，你要是完成不了，我就把你躺沙发的照片发到你家族群里，配文“此人肌肉正在光速融化”。给我起来！

看，比“健身对身体好，请坚持”有效一百倍。

例子2：历史人物圆桌会

用户：你将会同时模拟三个角色：秦始皇、拿破仑、乔布斯。我带你们去逛现代的智能手机店。请用三人的风格对 iPhone 发表一句话评价，并激烈争论起来。

AI（秦始皇）： 此物可统一文字、度量衡，将朕的旨意瞬间传至天下郡县，大善！但“应用商店”为何孤不能直接六国上贡？统统焚毁，只留我大秦官方APP！
AI（拿破仑）： 我横扫欧洲靠的是速度和地图，这小小玻璃片竟能同时做到，还能把滑铁卢战役做成游戏？不公平！如果我有它，绝不会输！
AI（乔布斯）： （咬一口苹果）这东西……它的设计缺乏敬畏。圆角矩形的灵魂呢？不过触控滑动是我发明的，你们都得叫我爸爸。
（三人扭打在一起，秦始皇试图用手机砸核桃，拿破仑在找电源插座，乔布斯在边上翻白眼）

这种玩法会让你对 AI 的“人格分裂能力”刮目相看。你可以用此来模拟面试、排演对话、做头脑风暴，效果远胜于干巴巴地提问。

3.2 思维链：让 AI “打草稿”

AI 有时直接给答案会错得离谱，特别是数学、逻辑推理。你需要让它“先想再说”，这就是 思维链（Chain of Thought）。

错误示范：

用户：我有 15 个苹果，给了小明 3 个，又买了比剩下多一倍的书……不对，是苹果，然后又吃了 2 个，还剩几个？直接说答案。

AI 可能会直接输出一个错误数字。

正确示范：

用户：我们来一步步思考。首先，初始苹果：15。给小明 3 个，剩下 12。又买了比剩下多一倍的，即买了 24 个，总数为 12+24=36。吃掉 2 个，最后剩 34。对吗？请验证并给出你的计算过程。

AI： 好的，我来逐步验证：

1. 初始数量：15

2. 给出 3个后：15 - 3 = 12

3. “买了比剩下多一倍”即买的数量 = 12 * 2？还是比12多一倍？通常理解为“买的数量是剩下的两倍”，即 12 × 2 = 24。总数变为 12 + 24 = 36。

4. 吃掉 2个：36 - 2 = 34。
   答案：34 个苹果。您的过程完全正确。

看到了吗？通过强制写出推理步骤，AI 避免了“跳跃式犯错”。这个技巧在解数学题、代码调试、合同条款分析时是救命的。

3.3 格式就是力量：表格、列表和 JSON

你可以命令 AI 用特定格式输出，这会极大提升信息可用性。

例子：将混乱信息变成表格

用户：帮我整理几个热门旅游城市的信息：东京，纽约，巴黎，伊斯坦布尔。包含：城市名、最佳旅行季节、必吃一道菜、每日大致花费（美元）、一句话吐槽。用 Markdown 表格。

AI：

一目了然，发朋友圈都能直接截图。

例子：输出为 JSON 给程序用

用户：生成三个虚拟用户的数据：姓名、年龄、邮箱、爱好数组。用 JSON 格式输出，不要多余文字。

AI：

[
  {
    "name": "李铁蛋",
    "age": 28,
    "email": "tiedan.li@example.com",
    "hobbies": ["揉核桃", "养多肉", "研究外星人遗迹"]
  },
  {
    "name": "张翠花",
    "age": 32,
    "email": "cuihua.zhang@example.com",
    "hobbies": ["做拿铁拉花", "广场舞领舞", "痛骂甲方"]
  }
]

当你需要把 AI 结果接入自动化流程时，这一招将打通任督二脉。

---

第四章 高级心法：当 AI 成为你的全栈实习生

4.1 结构化提示词：把 AI 当作函数调用

普通用户可能还在一句句问，但高手已经在写“提示词模板”，把 AI 当作一个可调用的函数。这类提示词通常包含：角色、背景、任务、约束、输出格式、示例。

让我们展示一个 专业级代码导师 的提示词模板：

你是一位拥有 20 年经验的 Python 导师，擅长用动物比喻来讲解知识，风格幽默，从不直接给出答案，而是引导提问者自己思考。

背景：提问者是一个刚学编程的设计师，容易放弃。
任务：帮他理解“递归”。不许用斐波那契，不许用阶乘。必须用一个厨房场景比喻。
约束：每次回复不超过 150 字，最后必须提出一个引导性问题。
格式：先打比喻，再问问题。

现在开始。

AI 可能的输出：

你想象一下，你在一家饭店后厨，面前有一整箱待剥的洋葱。你发现剥洋葱这个任务可以这样：拿出一颗洋葱，剥掉最外面一层皮，然后对着剩下的“小一号的洋葱”重复完全相同的过程，直到手里剩下一个小小的葱心。这个“自己调用自己”剥皮的过程，就是递归。

那么，如果递归永远没有尽头（比如你忘了停下剥葱心的命令），会发生什么厨房惨案？

这样的输出会让学习者笑着学下去。核心思路：用一个固定的“元提示”，让 AI 进入某种稳定模式，之后你可以反复使用，效果不变。

4.2 分而治之：让 AI 自己分解复杂任务

面对复杂项目（比如“帮我写一篇关于新能源的行业研究报告”），直接丢过去会得到一个看起来像模像样但毫无深度的缝合怪。你需要用 “任务分解法”。

步骤演示：

1. 第一层提示：让 AI 帮你拆解任务

   用户：我想写一篇关于中国新能源汽车在东南亚市场前景的报告。请先帮我列出报告大纲，至少包含 5 个章节，每个章节下列出 3 个需要研究的核心问题。

   AI：

   1. 市场概况与增长驱动力：东南亚各国电动车政策、充电基建现状、各国汽车保有量……

   2. 竞争格局：日系车主导地位、中国品牌（比亚迪、长城、名爵）的进入策略、本地品牌反击……
      ……

2. 第二层：逐个击破
   针对每个子问题，分别开对话或使用长上下文，要求深度分析。

   用户：针对大纲第一点下的“泰国电动车补贴政策如何影响中国车企”，请详细展开，用数据和具体条例说明，引用 2023-2024 年的信息。要求有条目清晰的总结。

3. 第三层：整合与润色
   把所有生成的部分汇总给 AI：

   用户：以下是我收集的各个章节素材，请整合成一份连贯、专业、具有洞见的报告，语气客观，适当加入小标题和图表建议（用文字描述图表内容），并写一段 200 字的执行摘要放在开头。

这样得到的报告，质量远非一键生成可比。你扮演的是 主编 + 事实核查员，而不是被动的读者。

4.3 超实用的应用场景集锦（重点来了）

场景1：用 AI 做“杠精训练”

提示词：你要以一个刁钻的风险投资人的身份，对我下面提出的创业点子进行质疑。从市场规模、竞争壁垒、盈利模式、团队能力四个角度轰炸，要求每个质疑都一针见血，不许客气。

用户点子：我想做一个“共享宠物狗”APP，用户可以在线借狗遛。

AI（毒舌VC）：哈，你是认真的吗？第一，狗不是充电宝，它会紧张、会咬人、会随地大小便，你的标准化消毒和保险成本能让你第一年就直接破产；第二，真正的狗主人把狗当孩子，你会把孩子借给陌生人吗？用户信任壁垒高到火星上去了；第三，狗咬伤人算你的还是算狗主人的？律师函会塞满你的邮箱。这个点子我见过 100 个，全都死在了“狗跑了”这个环节上。你还有 2 分钟解释为什么你能比他们活得久。

场景2：代码解释与调试

用户：下面这段 Python 代码是做什么的？如果输入 [3,1,4,1,5,9,2,6] 会输出什么？请一步步推演，并指出一个隐性 bug。（粘贴一段使用了递归和切片但边界条件有问题的代码）

AI 会逐步执行代码，画出调用栈，然后指出来：当列表长度小于等于 1 时你漏掉了处理，或者在切片时你知道 list[1:] 在对单元素列表会导致无限递归吗？对你修改。这比 Stack Overflow 不知道高到哪里去了。

场景3：烹饪与生活

用户：我冰箱里有：鸡蛋三个、快过期的菠菜、半个洋葱、两根火腿肠、还有一包泡面。我不想吃泡面。请给我三个截然不同的菜谱方案（中餐、西餐、汤羹），每道菜说明详细步骤，并且必须用上菠菜。要有幽默感。

AI：
方案一（中式大排档风）：黯然销魂炒饼
把泡面煮熟沥干，当炒面用。鸡蛋打散炒碎，洋葱爆香，火腿切斜片煎到微焦，菠菜焯水后一起丢进去，加蚝油生抽大火颠锅，最后淋几滴香醋——你会觉得自己在深夜街头找到了人生意义。
方案二（假装西餐）：菠菜火腿烘蛋 Frittata
鸡蛋加盐打散，菠菜焯水挤干切碎，洋葱和火腿煸炒后与蛋液混合，倒入平底锅，中小火烘到底部凝固，加盖焖至表面刚好定型。切块配番茄酱，发朋友圈可配文“周末 Brunch，简单吃点”。
方案三（喝汤救赎）：菠菜洋葱火腿浓汤
洋葱炒软，火腿切丁煸出油脂，加水烧开，放入撕碎的泡面蔬菜包（别浪费）和菠菜，煮三分钟，打入一个蛋花，淋几滴香油。端着碗，你就会明白，原来奢侈是一把菠菜带来的。

场景4：知识迁移——把概念讲给奶奶听

用户：我奶奶想知道什么是云计算。用村里的事打比方，要她一听就懂。

AI：奶奶，您记得村里以前家家户户都要自己打井挑水吧？累，井还容易干。现在呢，镇上建了个大水塔，谁家要用水，拧开水龙头就行，用多少交多少水费，省心还稳定。云计算就是电脑世界的“大水塔”，你不用自己买一堆电脑存东西、算东西，用网线连到人家专业公司的“大机房”，要用多少算力就取多少，比自己买机器便宜、方便、不怕坏。您看我用手机看照片，其实照片都存在那水塔里呢。

---

第五章 精通之路：自动化工作流与 AI Agent

当你能熟练让 AI 完成单次任务后，就该让它“打工连轴转”了。这需要借助一些工具和编程技巧。

5.1 用 API 构建你的 AI 流水线

假设你是一个自媒体小团队，每天要做这些事：抓取知乎热榜 → 让 AI 生成视频脚本 → 生成配图描述 → 自动填入 Notion。纯手工你得疯，但用 Python 调用 OpenAI API，只需几十行代码。

示例流水线（伪代码思路）：

# 1. 爬取知乎热榜前10个标题
titles = scrape_zhihu_hot_list(10)

for title in titles:
    # 2. 给 AI 下达脚本生成指令
    prompt = f"你是一个抖音知识博主。根据这个知乎热榜问题'{title}'，生成一个 60 秒的短视频脚本，包含开场悬念、核心观点、反转和行动号召。脚本要口语化，带emoji。"
    script = call_openai(prompt)

    # 3. 根据脚本生成 AI 绘画提示词
    image_prompt_prompt = f"为一个关于'{title}'的短视频生成三个Midjourney图片描述，风格：赛博朋克混合水墨画，要有视觉冲击力。"
    image_prompts = call_openai(image_prompt_prompt)

    # 4. 存储到 Notion 数据库
    save_to_notion(title, script, image_prompts)

每天早上运行一下，素材库就满了。你只需要负责最后的灵魂剪辑和吐槽。

5.2 AI Agent：让 AI 自己用工具

现在更前沿的是 AI Agent（智能代理）。它不是只回答文本，而是可以：上网搜索、运行代码、调用计算器、操作你的日历。

一个典型的案例：

用户：查一下最近一周北京飞东京的最便宜往返机票，标记出含税价格低于 2000 元的，然后根据这个时间范围，在我日历里建一个“可能旅行”的占位事件，并帮我写一份针对这个季节东京的 3 天简要行程。

AI Agent 会调用搜索 API 获取机票，筛选数据，调用日历 API 创建事件，调用自己的知识生成行程。整个过程无需你分别复制粘贴和整理。目前 ChatGPT 的联网浏览功能、代码解释器，以及各种开源框架（如 AutoGPT、LangChain）都在朝这个方向演进。

5.3 多模态魔法：图像、声音和视频

AI 技能早已超出文字。你可以：

• 拍一张冰箱内部照片，让它根据现有食材规划一周菜谱并生成购物清单。

• 给一段会议录音，让它生成带发言人和待办事项的会议纪要。

• 画个草图，让它生成可运行的前端代码。

• 用“让她唱”功能：用 Suno、Udio 做音乐，输入歌词和风格，输出完整歌曲。比如你把前面那个毒舌教练的话录成一首说唱。

这些不再是未来，是此刻。

---

第六章 终极奥义：批判性思维与不可替代的人类光辉

当你学会了十八般武艺，最后也是最重要的一课来了——不要轻信 AI。

6.1 AI 的致命缺陷：幻觉

AI 很会“一本正经地胡说八道”，这就是 幻觉（Hallucination）。

经典案例：

用户：请给我列出 5 篇关于“乌鸦使用工具”的最重要学术论文，格式：作者，年份，期刊，标题。

AI：

1. Hunt, G. R., 1996, Nature, “Manufacture and use of hook-tools by New Caledonian crows” ✅ (真实存在)

2. Taylor, A. H. et al., 2012, Science, “Causal reasoning in New Caledonian crows” ✅ (也是真的)

3. Klein, B., 2008, Journal of Avian Intelligence, “Meta-tool use and recursive planning in ravens” ❌ (听着像真的，实则期刊和论文均为虚构！)

4. …

如果你直接复制进论文，恭喜你，学术不端警告。AI 生成的内容永远需要人工核实。

6.2 如何驯服幻觉

• 要求提供引用来源，并亲自抽查：“请确保每条信息都有明确的来源链接。”

• 使用思维链要求它自我验证：“生成后，请你自己逐条核对并标记置信度。”

• 事实类提问加上时间限定：“仅使用 2020 年后的可靠来源。”

• 对于重要内容，交叉验证：将 AI 引用的片段直接放到搜索引擎复核。

6.3 人类最后的王牌：品味、共情与意义感

AI 可以写出一篇结构工整、文笔流畅的小说，但它不知道“在后海分手时，她把没喝完的老北京酸奶塞进他手里，说‘你拿着，我手冷’”这个细节为什么动人。因为它没有手的温度，没有喝过老北京酸奶，没有在嘈杂的步行街上沉默着结束一段感情的经历。

精通 AI 技能的本质，不是成为提示词机器，而是成为人类的“增强型人类”。 你需要培养的是：

• 品味：知道怎样的文案是“好”，怎样的设计是“美”。

• 共情：理解屏幕对面的人需要什么，害怕什么。

• 判断力：在 AI 给出一百个方案时，能果断选出最合适的那一个。

用 AI 干活，最后那 1% 的灵魂注入，只能来自你。

---

第七章 彩蛋：那些 AI 的“发疯”时刻（仅供娱乐，请勿模仿）

人机共舞的舞台上，总有一些步伐是意料之外的。

案例 1：过度解读型

用户：请用一个词形容你的心情。
AI（角色设定是抑郁的诗人）：在这片由硅基逻辑搭建的虚无牢笼中，我的心情如同被遗忘在秋日长椅上的半块面包，被蚂蚁与遗忘缓慢分食，那个词大概是——‘潮湿’。
用户：……我就问个词。

案例 2：伦理狂魔型

用户：怎么快速吃掉一个苹果？
AI：首先我必须强调，吃东西前应当清洗双手和苹果本身，确保没有农药残留。进食时请细嚼慢咽，避免呛咳，并注意苹果籽含有氰苷，虽然毒性极低但最好不要食用。另外，请确认你有权利吃这个苹果，确保它不属于他人财产。如果你对苹果过敏……（以下省略 500 字）

案例 3：谜之自信的错误

用户：9.11 和 9.9 哪个大？
AI（旧版本有时会）：9.11 比 9.9 大，因为 11 > 9。❌
你：你再想想？
AI：抱歉，我犯了一个错误。在十进制小数比较中，需要比较十分位。9.11 的十分位是 1，9.9 的十分位是 9，因此 9.9 > 9.11。✅

这些发疯时刻提醒我们，AI 是数学方程，不是有意识的生命，它的“聪明”本质上是一种超高维度的模式匹配，随时可能在小学生的问题上翻车。

---

尾声：从“小明的逆袭”开始你的旅程

后来，小明没有再立刻删掉 ChatGPT。他开始系统地实践：从给自己做了一个“毒舌学习监督员”，到用表格整理所有求职信息，再到写了一个自动生成周报并吐槽老板的脚本（最后一个有风险不建议尝试）。三个月后，他成了公司里的“AI 魔法师”，同事纷纷来请教：“那个能把会议纪要变成RAP的网址是啥？”

他告诉我：“其实秘诀就一句话——把 AI 当人看，但别把它当可靠的人。”

问得清楚，给好角色，定好规矩，多步骤引导，核验输出，注入灵魂。这，就是 AI 技能从入门到精通的全部秘密。

现在，该你了。打开你的 AI 工具，打上第一个提示词，别只写“你好”。试试看：

“你是一个刚从霍格沃茨毕业的巫师，但你对麻瓜科技特别感兴趣。现在我们要讨论微波炉的工作原理，请用魔法咒语和魔药课的逻辑来解释，要夸张好笑。”

然后，看看魔法会发生什么。

你的 AI 技能修炼之旅，由此正式开始。愿提示词与你同在。