您将学到什么
- 如何描述任务，才不用反复返工
- 该给模型提供哪些背景资料，哪些不能给
- 如何核对回答中的事实、数字和链接
- 如何一步步细化要求，而不是每次从头再来
关键概念
- 提示词
- 给模型的任务文字：要做什么，给谁看，用什么形式，遵循什么规则。
- 背景资料
- 模型应当依据的材料：原文、事实、示例和限制条件。
- 幻觉
- 语气笃定但内容是编造的回答：不存在的事实、数字或链接。
- 简报
- 对任务的简短描述：受众、目标、材料、格式和完成标准。
01先想清楚结果
写要求之前，先问自己：最终要得到什么，给谁看，怎样才算完成。“写写我们的产品”不算任务。“为第一次听说捐款的创作者写一个 60 秒的视频脚本，语言通俗，结尾号召试一试”才是任务。
- 受众：谁会阅读或观看
- 目标：读者应该理解或做到什么
- 格式：篇幅、结构、语气
- 完成标准：凭什么认可这份成果
示例。 “为主播的 Telegram 频道写一条 600 到 800 字的帖子。目标是说明捐款会直接进入创作者的钱包。语气友好，不用行话，结尾号召大家打开捐款页面。”
02提供必要的背景资料
在您介绍之前，模型并不了解您的产品、受众和限制条件。请在要求里附上原文、核实过的事实、一个好的示例和规则：哪些不能承诺，哪些词要避免。
把事实和推测分开：标明哪些是已核实的，哪些只是您的假设。否则模型会把一种当成另一种。
- 不要粘贴密码、API 密钥、助记词和他人的个人信息
- 未经所有者许可，不要把保密文件上传到公开的 AI 服务
03拿到初稿并逐项审阅
第一次的回答只是初稿。请站在受众的角度读一遍：是否清楚，有没有多余内容，格式是否符合要求。指出具体的问题，而不是笼统地说“不喜欢”。
小提示。 可以让模型给出两三个开头或标题的备选：挑选比解释哪里不对更容易。
04核对事实、数字和链接
模型有时会信誓旦旦地编造：不存在的研究、错误的数字、打不开的链接。请把每个名字、数字、日期和链接，都与原始材料或第一手来源核对。
注意。 不要发布含有未核实事实的 AI 回答，也不要发给客户：文字的责任在您。
05每次只细化一个问题
与其重新提一个“做得更好”的要求，不如给出具体的修改意见：“把开头缩短到两句话”“用一句话解释‘网络费’这个词”“删掉事实里没有的承诺”。这样好的部分会保留，不足的部分会改好。
使用回答之前
- 结果符合目标和受众
- 格式和篇幅符合要求
- 所有事实、数字和链接都已对照来源核实
- 要求中没有涉及机密和他人的个人信息
- 有人把全文完整读过一遍
常见错误与正确做法
只有一句话、没有背景的要求：“写个帖子”
说明受众、目标和格式，并附上材料。
不核对就直接复制回答
把名字、数字和链接与来源核对。
每次回答后都从头重写要求
每次只针对一个具体问题细化。
在聊天中粘贴密码和密钥
机密信息永远不要出现在要求里。
动手试试
为您的一个真实任务写一份五行简报，看看别人能否据此完成工作。
- 受众：成果给谁看
- 任务：要得到什么
- 材料：随要求附上什么
- 格式：篇幅、结构、语气
- 完成标准：凭什么认可成果
结果。 一份简报，模型和人都能据此对任务得出相同的理解。
自我检测
先在心里回答，再点开查看答案。
1即使模型的回答听起来很笃定，为什么也要核对？答案
模型可能编造事实、数字和链接。笃定的语气不能保证内容属实。
2哪些内容不能放进要求里？答案
密码、API 密钥、助记词，以及他人的个人信息和机密数据。
3回答基本不错，但开头太长。该怎么办？答案
提出具体的修改意见，把开头缩短到两句话，而不是把整个要求重写一遍。
简要回顾
先想清楚结果，提供不含机密的背景资料，把回答当作初稿，核对事实，每次只细化一个问题。这样 AI 能节省时间，而不是增添错误。