六个常用 Prompt 心法
很多人日常问答用 AI 效果还可以，但一旦问题稍微专业一点、需要的维度多一点，AI 的回答质量就明显不行。
其实很少需要用特定格式的复杂 Prompt。能把问题表达清楚、把上下文和背景信息表达清楚，Prompt 就成功了一大半。但这件事也没那么简单——很多时候脑子里就是一瞬间空空如也。
所以更实用的是「心法」：一种跟 AI 对话的技巧，能最大程度激发 AI 的能力。下面分享 6 个常用的 Prompt 心法。
一、让 AI 选定角色后再回答
给 AI 设定具体的角色是有用的。在对问题非常清楚的情况下，可以直接设定角色，而且这个角色越具体越真实，效果越好。比如设定「乔布斯」，很多时候就比「一个 10 年的产品经理」更有奇效。
但很多时候，其实根本不知道应该给问题设定什么样的角色更适合。这时候没必要自己憋，直接让 AI 来选——让 AI 选定具体角色以后再进行回答。
模板如下，可以直接拿去用：
我想探讨【领域】里的【问题类型/场景】。先别回答。
请你先选一位最适合的领域顶尖名人专家来思考它。可以是活人或历史人物，名字可以小众，但必须在该细分领域很专业。如果你不确定该选谁，可以先反问我2个定位问题再选。
先输出1.你选谁，他对应的细分领域 2.为啥选他，三句话。然后再让我描述详细的问题。当然没必要完全复刻这个模板，大概意思对就行，效果都差不多。
比如要办年会，直接用这个模板问：
AI 选了 Priya Parker，搜一下确实是很有名的活动策划专家。
补充具体信息之后，年会活动策划的答案立刻就丰满了起来。
善用各种各样的专家来做参考，会得到非常棒的回答。
二、给答案前先让 AI 追问
这个心法也叫苏格拉底式追问。
日常生活中，如果请朋友或老师帮忙做决策，在说完第一轮信息之后，他们一定会再追问一些更细节的信息，从而给出更好的回答。
但 AI 不会这样——你给什么样的信息，它就生产什么样的回答。核心原因是上下文和背景信息给得不够，而人往往没有这个意识，甚至忘了要补充。
这时候可以完全靠 AI 来帮忙。Reddit 上 @imthemissy 写过一个 Prompt 思路，实测非常棒，优化成模板如下：
【你的问题/需求】请你在回答前，先问我问题。要求：一次只问一个问题。根据我的回答，继续追问。直到你有95%的信心理解我的真实需求和目标。然后才给出方案在回答之前，AI 会不断提问，以获得更多的上下文背景信息。
「95% 置信门槛」是神来之笔，实测效果确实更好：既足够高以确保质量，又足够真实，避免 AI 陷入无尽循环。
比如业务盘子越来越大、瓶颈卡在招聘上，用这个心法问 AI「现在应不应该先招一个 HR」：
在问了十几个非常详细的问题之后，给出了很棒的回答。
比一个干巴巴的没营养的回答好多了，而且真的有用。这是日常跟 AI 对话中用得最多的心法，没有之一。
三、与 AI 辩论
这条心法的核心，就是让 AI 不要那么谄媚。
AI 的谄媚效应实在太强了，在没有刻意引导的情况下，它会经常顺着你说，导致很多问题无法对自己进行客观判断。
比如要做一个分享、有一个自己的观点，怕思考不完善闹笑话，就可以让 AI 来辩论、帮忙补全。一个攻击性比较强的 Prompt 是这样的：
我马上要参加一场辩论赛，会有很多人来挑战我的观点。我的观点是【观点】我希望这个理论必须变得无懈可击。如果你是一个学者，你需要用尽一切论据、细节和逻辑，来挑战我、反驳我。你的唯一目标，就是证明我是错的。你会怎么反驳呢？思路差不多就行，不需要背下来，简化版也可以：
【我的想法/观点】请你现在扮演一个"反对者角色"，从不同角度攻击我的想法，帮我完善我的观点。要求：不用客气，直接指出漏洞。这属于心法，Prompt 写成什么样无所谓，是那个意思就行。
把 Prompt 扔到 Gemini 里跟 AI 辩论，实测可以聊整整 3 个小时，能学到很多。
四、让 AI 提前预演失败
人做计划的时候很容易热血，AI 做计划的时候也容易乐观。这俩凑一块，经常搞出那种听起来很燃但落地全靠命的方案。
所以可以在计划或方案开始前，先做一次「预演失败」——有点像影视行业的 Previz，正式开拍前先搞个预演踩踩坑。
Prompt 模板挺简单：
【我的项目/想法】请假设这个项目到时候失败了拉了大跨。然后回答：什么时间点开始出现衰退信号？最致命的决策错误是什么？你忽视的核心风险是什么？如果能重来，第一个应该改的是什么？要求：写一篇"失败复盘文章"，要基于真实的类似项目失败案例。比如要办一场万人规模的 AI 大会，把方案 PDF 扔给 AI，用这套心法提前预判风险：
AI 会写一篇洋洋洒洒几千字的文章。
实测甚至列出了排队、盒饭、厕所、安检、动线这些认知盲区里的风险。经常给方案做预演失败，能补充很多珍贵的角度。
五、反向提示
这个比较简单。
有些时候根本不知道怎么问，只知道想要什么样的结果。比如看到一篇很牛的文案或一张很牛的图，想要同样的结构和节奏，但说不出来。
那就把成品给它，让它倒推提示词。现在模型都是多模态，思考链也强，反向提示的 Prompt 可以写得非常简单，一句大道至简的话：
这是我想要的成品范例。请你倒推一个提示词，让我用它能稳定生成同风格的内容。并说明这个提示词里每一句的作用。比如把一篇文章扔给 AI：
AI 就能出一个非常详细的 Prompt。
这个做法的价值不是复刻别人——能复刻型但复刻不了魂——而是用来学习。看到很棒的文章或图，想拆解和学习、把结构和节奏融入自己未来的内容，用 AI 帮忙逆向总结出特点和规律，是很棒的学习方法。图片也一样适用。
六、双层解释法
双层解释法在日常学习中用得很多。
平时用 AI 了解不熟悉的领域或名词，大家常用「我是一个六年级小学生，请用我听得懂的方式解释」。这个方法当然有用，能最快了解大概是什么，但并不特别利于后续学习。
更好的做法是让它直接出两个版本：一个初学者版本，用最快的类比、没有基础也能通俗易懂地理解；一个更专业的版本，跟初学者版本对照学习，中间有不懂的地方继续用双层解释法向下挖掘。
Prompt 模板也特别简单：
请帮我解释一下【你的问题】。请用两种方式进行回答：1. 初学者版本：面向对象是洗脚城的大爷，用大爷也能听得懂的话语为他进行详细解释。2. 深度专业版本：面向对象是专业人群，一定不能出现事实错误。初学者版本推荐用「洗脚城的大爷」这个画像，AI 出来的例子会非常生活化通俗化，而且不幼稚。以前也流行用「六年级小学生」，但出来的解释太像哄小孩了。
比如解释 DeepSeek 论文里的「残差连接」概念：
解释相当到位。
写在最后
Prompt 这东西其实没有那么高深，更多的是一种沟通方式。AI 从来不怕你笨，怕的是那种说不清道不明的模糊。
这六个心法，本质只有一句话：
让对话变成你跟 AI 的协作，让提问变成你对 AI 的设计。
不需要做 Prompt 大佬，只需要做自己问题的导演。