我见过太多这样的对话：

用户 A

「帮我写个方案。」
AI 输出 500 字，泛泛而谈，毫无参考价值。
用户 A：「AI 也就这样吧，没什么用。」

用户 B

「帮我分析一下这个市场。」
AI 输出一堆宏观概念，跟用户 B 的实际业务毫无关系。
用户 B：「AI 不懂我们行业。」

用户 C

「帮我改一下这段话。」
AI 改了，但改的方向完全不是用户 C 想要的。
用户 C：「算了，还是我自己改吧。」

他们的问题不是「AI 不行」，是「不会用 AI」。

这篇文章不讲 AI 的原理，只讲 3 个最常见的使用误区，以及怎么改。看完这篇，你用 AI 的效果至少提升 50%。

误区一：指令太笼统，AI 不知道你要什么

这是最常见的错误。许多人把 AI 当成「会读心术的人」，给它一个模糊的指令，期望它自动理解你的需求。

典型错误

❌ 太笼统

帮我写个方案。
帮我做个分析。
帮我改一下这段话。

AI 收到这种指令时，它不知道：

• 什么类型的方案？（营销方案？产品方案？活动方案？）
• 给谁看的？（领导？客户？团队内部？）
• 多长？（500 字？2000 字？）
• 什么风格？（严肃正式？轻松口语？）

所以它只能输出一个「中规中矩但毫无价值」的通用答案。

正确做法：给足 5 要素

好指令的 5 要素：
1. 角色——你希望 AI 扮演什么角色（专家？助理？导师？）
2. 背景——你是什么场景、面对什么问题、有什么约束
3. 任务——具体要做什么事
4. 要求——输出格式、字数、风格、要点数量
5. 示例——给一个你想要的输出样例（可选但很有用）

对比一下

❌ 笼统指令

帮我写个营销方案。

✅ 具体指令

你是一位有 10 年经验的营销专家。我是一家新开的咖啡店，开在写字楼附近，主要客群是上班族。目前店里客流一般，我想通过线上推广提升知名度。

请帮我写一个营销方案，包括：

1. 适合我们的推广渠道（预算有限，不超过 5000 元）
2. 具体的活动创意（至少 3 个）
3. 执行步骤和时间表

输出格式：每个渠道用一段话说明，活动创意用列表呈现。总字数 1000 字左右。

第二个指令的输出质量，会比第一个高 10 倍。

模板

万能 Prompt 模板

你是一位 [角色]。
[背景信息：我是谁、面临什么问题、有什么约束条件]
请帮我 [具体任务]。
要求：
- [要求1：输出格式]
- [要求2：字数/要点数量]
- [要求3：风格/语气]
[可选：示例或参考]

误区二：一次性把所有要求说完，不追问

许多人习惯一次性把所有要求都塞进一个指令里，然后期望 AI 一步到位给出完美答案。

这不现实。

AI 不是人，它不能「边想边调整」。它是一次性生成答案，生成完了就结束了。如果你对答案不满意，你需要追问，而不是重写整个指令。

正确做法：分步骤对话

场景：写一份产品介绍

第 1 步：让 AI 先给个框架

第一轮

我要写一份智能手表的产品介绍，目标用户是 25-35 岁的上班族。
请先给我一个产品介绍的结构框架，列出应该包含哪些部分。

AI 输出框架：

• 产品定位
• 核心卖点（3-5 个）
• 使用场景
• 用户评价
• 购买引导

第 2 步：逐部分展开

第二轮

很好。目前帮我写第一部分「产品定位」，100 字左右，要求一句话说清楚这个产品是什么、给谁用的。

第 3 步：不满意就追问

第三轮（如果不满意）

这个定位有点太正式了，能不能改得更生活化一点？列如用一个场景开头。

第 4 步：继续下一部分

第四轮

目前帮我写「核心卖点」部分，列出 5 个卖点，每个卖点用一句话描述。

这样一轮轮追问，最终得到的输出质量远高于「一步到位」。

为什么要分步骤？

两个缘由：
1. 降低 AI 的负担——任务越小、越具体，AI 越容易做好
2. 你可以随时调整方向——如果第一步的输出跑偏了，你可以纠正，而不是等最后才发现整个答案都错了

误区三：把 AI 当成搜索引擎，而不是对话伙伴

许多人用 AI 的方式是用搜索引擎的方式：

❌ 搜索引擎式用法

问题 → 得到答案 → 结束

但 AI 不是搜索引擎。搜索引擎给你的是「已存在的信息」，AI 给你的是「生成的信息」。

生成意味着：AI 需要理解你的意图、组织信息、表达出来。这个过程是可以干预的——你可以跟 AI 讨论、让它修改、让它给出多个版本。

正确做法：把 AI 当成「可以反复沟通的助手」

场景：你想给团队定一个 OKR

错误用法：直接问「帮我写一个 OKR」，拿到答案就结束。

正确用法：

对话式用法

你：我需要给团队定 Q3 的 OKR，团队是做内容的，有 5 个人。

AI：好的，可以告知我你们 Q3 的主要目标是什么吗？

你：主要是提升公众号的阅读量，目标是平均阅读量从 3000 涨到 5000。

AI：清楚了。那你们目前的主要动作是什么？

你：每周发 3 篇文章，内容是行业资讯和产品介绍。

AI：好的，基于这些信息，我给你拟定了一个 OKR 草案：
Objective：提升公众号内容影响力
KR1：平均阅读量从 3000 提升到 5000（增长 67%）
KR2：每周发布 4 篇高质量文章（比之前多 1 篇）
KR3：粉丝数增长 20%

你觉得这个草案怎么样？需要调整吗？

你：KR3 的粉丝数不是我们的核心目标，能不能换成「文章打开率」？

AI：好的，调整后的 OKR：
Objective：提升公众号内容影响力
KR1：平均阅读量从 3000 提升到 5000
KR2：每周发布 4 篇高质量文章
KR3：文章打开率从 5% 提升到 8%

这就是对话式用法。你不是「问完就结束」，而是跟 AI 一起打磨答案。

对话式用法的 3 个技巧

技巧 1：让 AI 先问你
「我不知道怎么描述我的需求，你能问我几个问题来帮理清思路吗？」

技巧 2：让 AI 给多个版本
「给我 3 个版本，风格分别是专业、轻松、简洁，我从中选一个。」

技巧 3：让 AI 解释它的推理
「你为什么这么提议？能解释一下你的思考过程吗？」

总结：用好 AI 的核心心法

三个误区的解决方案

核心一句话

AI 的输出质量 = 你的指令质量。
你问得越具体、越分步骤、越像对话，AI 给你的答案就越有价值。

不要指望 AI 替你思考，但可以让 AI 帮你把思考的结果表达出来、整理清楚、扩展成完整方案。

这才是 AI 的正确用法。

觉得有用？点个赞，转发给还在「瞎用 AI」的朋友。

评论区说说：你用 AI 遇到过什么「翻车」经历？