AI 提示词方法论（一）：从给身份到给框架
很多人用 AI 的方式是这样的：打开对话框，直接问"帮我写一篇文章"，然后对着 AI 的回复皱眉——"这不是我想要的"。
问题出在哪？不是你表达不清楚，而是你从一开始就没告诉 AI 它是谁、你在做什么、你想要什么方向。
这篇文章讲四个技巧，从根本上改变你和 AI 的对话方式。
先给 AI 一个身份
你有没有注意过，同一个问题，不同的人问出来，回答的质量完全不同？一个专业记者和一个小学生问"什么是区块链"，得到的答案深度天差地别。
AI 也一样。它默认状态下是一个"通用助手"，什么都知道一点，但什么都不深。如果你不告诉它角色，它只能给你一个平庸的通用答案。
所以第一步，给 AI 设定一个明确的身份。
不要只说"帮我写文案"。试试这样说：
你是一个有 10 年经验的科技产品文案专家，擅长把复杂的技术概念用普通人能懂的语言写出来。你的文风简洁、有说服力，喜欢用具体数字和用户场景来支撑观点。现在我需要你帮我写一篇 AI 写作工具的推荐文章。
这个身份设定做了三件事：告诉 AI 它应该具备什么专业能力，告诉它用什么风格说话，告诉它这次任务的具体场景。
身份设定得越具体，AI 的输出质量越高。这不是玄学，是因为 AI 的底层机制就是"根据上下文预测最可能的回复"——你给的上下文越精准，它的预测就越准。
先发散，再收敛
很多人用 AI 的习惯是：想到一个问题 → 直接问 AI → 拿到答案 → 结束。
这个流程的问题是，你把自己最开始的那个想法当成了唯一答案，AI 只是在帮你"执行"这个想法。但 AI 真正的价值不是执行，而是帮你发现你没想到的东西。
正确的做法是：先让 AI 发散，再自己收敛。
具体来说，问 AI 之前，先别急着要答案。而是把你的困惑、你的初步想法、你模糊的目标告诉它，然后问：
针对这个问题，你还能想到哪些我没想到的角度？
或者：
如果你是这个领域的专家，你会怎么思考这个问题？
或者更简单：
关于这个主题，有哪些常见的思路？有哪些不常见但可能更好的思路？
这个阶段，AI 是你的思维伙伴，不是你的打字员。它帮你打开视野，看到更多可能性。
等发散够了，你再从中挑选最有价值的思路，进入下一步。
先规划，再定细节
发散阶段结束后，你手里可能有一堆想法。这时候最容易犯的错误是：挑一个想法就开始干，边干边想细节。
结果往往是：干到一半发现方向不对，或者细节之间互相矛盾，推倒重来。
正确的顺序是：先定方向，再定细节。
我把这个叫做"马具理论"——在骑马之前，先把马具（缰绳、马鞍、脚蹬）调好。马具决定了马能往哪跑、能跑多快。方向没定好就急着跑，要么跑偏，要么摔下来。
怎么定方向？把你的核心目标、约束条件、关键要素写清楚。比如：
这篇文章的目标读者是零基础用户。核心目标是让他们读完之后能立刻上手。约束是字数 1500 字以内，不能涉及付费工具。关键要素是必须有截图和操作步骤。
这就是你的"马具"——它规定了方向，但还没规定每一步怎么走。
方向定死了，细节才不会跑偏。
给框架，不给答案
这是最高级的一个技巧，也是让 AI 发挥最大价值的秘诀。
很多人给 AI 的指令是这样的：
帮我写一篇关于 AI 写作工具的文章，要包含工具介绍、使用教程和对比分析。
这看起来挺具体，但其实你是在告诉 AI "写什么"，而不是告诉它"做到什么程度"。AI 会按照它自己的理解填内容，结果往往和你的预期有差距。
更好的方式是给框架，不给答案：
我要写一篇面向零基础用户的 AI 写作工具推荐文章。我的核心观点是"免费工具已经足够好用"。文章需要让读者在 5 分钟内决定用哪个工具。结构你来定，但必须包含一个真实的使用案例。文风要像朋友聊天，不要像产品说明书。
看到了吗？你给了核心观点、目标读者、阅读体验要求、文风要求，但没有规定具体写什么内容。
这就是"给框架不给答案"——你当架构师，AI 当执行者。你定标准和方向，AI 负责填充血肉。
这样做的好处是：AI 的输出既有你的灵魂，又有 AI 的创造力。你不用一个字一个字地改，但成品的每一个部分都符合你的标准。
小结
四个技巧，从低到高：
- 给身份——让 AI 知道它是谁
- 先发散再收敛——让 AI 帮你打开思路
- 先规划再定细节——用马具定方向
- 给框架不给答案——你当架构师，AI 当执行者
这四个技巧不是独立的，而是可以组合使用的。下一篇，我会讲如何用这套方法论指导实际的 AI 辅助开发流程——单功能闭环原则，以及为什么"做完一个再做下一个"比"同时铺开"快十倍。