🤖 AI 工具怎么用

AI 擅长什么

擅长：处理已有信息的重组与表达——改写、总结、翻译、扩写、格式转换、生成初稿、解释概念、头脑风暴、写代码骨架、找思路。

本质上，它极其擅长「给你一个像样的第一版」和「帮你把想法说清楚」。

所以最划算的用法是：让它做你不想做的第一遍，然后你来做判断、修改和定稿。

要点把 AI 用在「第一版」和「把想法说清楚」上，判断和定稿留给自己。

AI 不擅长什么

不擅长：给出你没提供的事实、做数学和精确计算、判断信息的时效性、理解你没说出口的上下文、为结果负责。

它不知道你的公司、你的项目细节、你的语气偏好——除非你告诉它。

所以「AI 写的东西不好」这个抱怨，很多时候真正的问题是「你没有把背景告诉它」。

要点它不知道你没说的东西。输出差，先检查你给了多少背景。

幻觉：它会一本正经地编

这是使用 AI 最重要的一个认知：它可能生成完全不存在的事实，而且语气非常自信。

常见的编造：不存在的书名和论文、错误的法条编号、张冠李戴的人名、错误的日期、编造的数据和链接。

所以有一条硬规矩：凡是涉及事实、数字、法条、人名、链接的，必须自己核实。第 7 章会详细讲怎么查。

要点它可以一本正经地编造。事实、数字、法条、链接一律要自己核。

它不是搜索引擎

问 AI「今天某某股票多少钱」「某地明天的天气」「最新的政策是什么」，它给的答案可能过期，也可能编。

正确分工：事实查检索，组织和表达用 AI。你可以把搜到的资料粘贴给它，让它总结、对比、改写。

很多产品现在自带联网搜索能力，这时它会给出来源链接——但即使如此，要点开链接自己看一眼。

要点查事实用搜索，组织和表达用 AI。别让 AI 替你查事实。

输出质量 = 输入质量

这几乎是使用 AI 的第一原理。同样的模型，一句「帮我写个方案」和一段写清了背景、对象、目标、限制、格式的要求，产出差距是数量级的。

所以当你觉得 AI 不好用时，先别换工具，先问自己：我给的信息够不够它干活？

后面第 2 章的方法，本质上都是在讲同一件事：怎么把输入说清楚。

要点觉得 AI 不好用，先别换工具，先检查自己给了多少信息。

万能公式：五个要素

一个好用的提示词通常包含五个要素，缺什么补什么：

• 角色：你是谁？（「你是一位有十年经验的 B 端产品经理」）
• 任务：要做什么？（「帮我评审这份需求文档」）
• 背景：给谁看、为什么做、有什么约束？（「面向刚入职的运营，他们不懂技术」）
• 要求：风格、长度、重点、禁忌。（「口语化，不超过 300 字，不要使用专业术语」）
• 格式：要什么形式输出。（「用要点列表，每条不超过两行」）

要点角色 + 任务 + 背景 + 要求 + 格式。五要素缺一，效果就打折。

给示例，比描述有效十倍

你很难用语言精确描述「我想要的感觉」，但你可以直接给它一个例子。

示例模板：「按下面这个例子的风格来写：——[你的示例]——现在请用同样的风格写：[你的新内容]」

改文案、统一语气、仿写格式、批量生成同类内容，这一招都是最有效的。给两三个示例效果更好。

要点描述不清楚的感觉，就给它一个例子。给两三个效果更好。

把大任务拆成小步骤

「帮我写一份完整的商业计划书」这种一次性的大任务，产出通常又长又空。

更好的做法是分步：先让它出大纲 → 你确认或调整 → 再逐节展开 → 每节单独修改。

分步的好处不只是质量高，还有你能在中途纠偏——一次性生成完再改，成本反而更高。

要点先出大纲，确认后再逐节展开。中途纠偏比事后返工便宜得多。

让它先问你问题

这是一个被严重低估的技巧：在你还没想清楚需求时，先让它来采访你。

模板：「我想做 [某事]，但还没想清楚。请你作为 [角色]，向我提出 5 个最关键的问题，帮助我把需求想清楚。一次问完。」

答完它的问题，你的需求就清晰了，此时再让它干活，命中率会高很多。

要点没想清楚时，先让它问你五个关键问题。答完需求就清楚了。

指定输出格式

不指定格式，它会给你一大段散文。指定之后，结果可以直接用。

常用格式指令：用表格输出、用要点列表、每条不超过两行、控制在 200 字内、分成「结论 / 理由 / 下一步」三段、以 JSON 格式输出、生成 Markdown 表格。

另外可以要求它先给结论再给理由——这会让输出更适合快速阅读。

要点格式一定要指定。要求「先结论后理由」，输出会好读很多。

让它自己检查和批判

生成完之后，追加一句往往能显著提升质量：「请你以挑剔的评审者身份，指出这份内容里的三个最大问题，并给出修改建议。」

或者更直接：「有哪些地方可能不准确、过于绝对、或者缺少依据？请列出来。」

这一步的本质是把单次生成变成两轮，成本几乎为零，质量提升明显。

要点生成完追加一句「指出三个最大问题」。成本为零，质量明显提升。

迭代，别指望一次到位

把和 AI 的对话当成来回修改，而不是一次性交付。第一轮是素材，第二轮是成型，第三轮是打磨。

有效的追问方式：太长了，压缩一半；这个点展开讲；语气太正式，改口语；第二点不对，应该是 [你的版本]；去掉所有形容词，只留事实。

记住：你掌握修改权。它给的是素材，不是答案。

要点把对话当来回修改。你掌握修改权，它给的是素材。

改写与润色

不要只说「帮我润色」。说清楚往哪个方向改。

模板：「下面是 [场景/用途] 的一段文字，[受众] 会读到。请帮我改写，要求：1）更[简洁/正式/口语/有说服力]；2）保留原意不增删信息；3）不超过 [字数]。改完请列出你做了哪三处最重要的改动。」

最后那句很重要：让它说明改了什么，你能快速判断改得对不对，也能学到东西。

要点说清往哪个方向改，并让它列出改了哪三处。

起标题与开头

模板：「为下面这篇文章起 10 个标题，分别走这几种路线：疑问式、数字式、反常识式、痛点式、利益点式。每个不超过 20 字。」

批量生成是 AI 最擅长的用法之一——不要让它给一个「最好的」，让它给十个，你来挑和组合。

开头同理：「为这篇文章写 5 个不同风格的第一段，分别用：提问开场、场景开场、数据开场、反常识开场、故事开场。」

要点别要「最好的一个」，要十个不同路线的，你来挑和组合。

长文大纲

模板：「我要写一篇关于 [主题] 的文章，目标读者是 [受众]，他们目前的困惑是 [痛点]，希望读完后能 [目标]。请给出一个五到七节的大纲，每节写出：核心观点、要包含的两个要点、一个具体例子。」

拿到大纲后先自己调整顺序和增删，再让它逐节展开——直接全文生成的质量通常不如分节。

要点先要大纲（含每节要点和例子），自己调整后再逐节展开。

邮件与工作消息

模板：「帮我写一封 [拒绝/催办/道歉/请假/跟进] 的邮件。背景：[发生了什么]。对方是 [关系]。我希望能 [目标]，但不想 [担心的问题]。语气：[正式/委婉/直接]。控制在 150 字内。」

这类短文本 AI 做得特别好，因为你提供了完整的情境。关键是把「不想怎样」也写进去——只说想要什么，容易写得过于生硬或过于卑微。

要点写清「想达到什么」和「不想变成什么样」，两边都要说。

总结与压缩

模板：「把下面这份 [材料] 压缩成 [字数]，保留：核心结论、三个关键数据、两个待办事项。删掉：背景铺垫、重复表述、修饰性语言。」

更实用的一个变体：「用三句话总结，第一句给结论，第二句给最重要理由，第三句给下一步。」

长文档可以分段投喂，让它先总结每段，再总结所有段摘要——比一次丢进去效果好。

要点长文档分段总结再汇总，比一次全丢进去效果好得多。

把专业内容写得通俗

模板：「把下面这段专业内容改写成 [受众] 能看懂的版本。要求：不出现专业术语，或用生活类比立刻解释；每段不超过三行；读完后能回答 [一个问题]。」

反向也很好用：「假设我完全不懂这个领域，用小学生能听懂的话解释 [概念]，并给一个生活中的例子。」

这是学习场景和科普写作里性价比最高的一类用法。

要点指定受众 + 禁止术语 + 必须给生活类比，三者同时要求。

让它考你，而不是教你

被动阅读的留存率很低，主动回忆才是有效的（见《怎么学才记得住》）。所以最有效的用法是让它提问。

模板：「我正在学 [主题]。请你扮演考官，一次问我一个问题，等我回答后再给反馈和正确答案，然后问下一个。难度逐步提升。」

这个模式比「给我讲一下 X」有效得多，因为它强制你主动提取。

• 🧠 怎么学才记得住
  本站学习方法单页：记忆原理、间隔重复与输出方法。

要点让它当考官一次问一题，比让它讲课有效得多。

概念解释与类比

模板：「用三层深度解释 [概念]：第一层一句话；第二层给一个生活中的类比；第三层讲清楚它和 [相关概念] 的区别。」

遇到不懂就追问：「这个类比里，哪一点和真实情况不符？」这一步很重要——所有类比都有失真的地方，知道哪里失真才算真懂。

要点追问「这个类比哪里失真」——知道边界才算真懂。

苏格拉底式追问

模板：「不要直接给我答案，通过提问引导我自己想明白 [问题]。每次只问一步。」

适合用来理解原理、推导过程、梳理思路。缺点是慢，所以它适合「想搞懂」而不是「赶时间」。

做数学题或逻辑题时特别有用——直接看答案等于没练。

要点想搞懂时用苏格拉底式引导；赶时间时直接要答案。

语言陪练

模板：「我们来练习 [语言] 对话。你扮演 [场景里的角色]，我扮演 [我]。全程用 [语言]，每次回复不超过三句。我说完后，先正常回应，再单独列出我的语法或用词错误并给出更好的说法。」

「先回应再纠错」这个设计很重要——否则对话会变成上课，练不了流利度。

要点要求「先正常回应，再单独纠错」，兼顾流利和准确。

错题与薄弱点分析

把你的错题或错误答案批量给它：「下面是我做错的五道题。请分析：它们共同暴露了我哪个知识点没掌握？给我三道同类但更基础的题让我补。」

这个用法把 AI 变成了能诊断的老师——它擅长从多个样本里找共性，而这正是自学时最难做到的。

要点批量给错题让它找共性——自学最难做到的正是这一步。

做学习计划

模板：「我想在 [时间] 内达到 [目标]。我目前的基础是 [现状]，每天能投入 [时长]。请给出一份周计划，包含：每周重点、每天的具体任务、每周一个可检验的小成果。」

关键是要它给出可检验的产出，而不只是「学完某章」。没有检验点的计划等于没有计划。

要点要求每周有一个「可检验的小成果」，不然计划是空的。

会议纪要与待办

把会议记录（哪怕是粗糙的要点）丢给它：「把下面这份会议记录整理成：一、结论（不超过三条）；二、待办事项（用表格：事项 / 负责人 / 截止时间）；三、未决问题。不确定的地方标注『待确认』，不要推测。」

最后那句「不要推测」很重要——否则它会把空白处脑补成确定的内容。

要点要求「不确定的地方标注待确认」——否则它会脑补。

周报与汇报

模板：「下面是本周我做的几件事（原始记录）。请帮我整理成周报，结构为：本周完成（每项一句话，带结果）、遇到的阻碍、下周计划。语气客观，不要夸大。」

关键是你得先给它原始素材。如果只说「帮我写周报」，它只能编。

更好的做法是平时随手记流水账，周末一次性让它整理——这能省掉大量时间。

要点平时记流水账，周末让 AI 整理。你不给素材它就只能编。

Excel 公式与代码

这类任务是 AI 的强项，因为需求明确、结果可验证。

模板（Excel）：「我有一张表，A 列是日期，B 列是金额，C 列是类别。请给我一个公式，统计 2024 年 3 月类别为『差旅』的金额合计。」要求它顺带解释公式每一部分的含义。

模板（代码）：给清楚输入、期望输出、运行环境、报错信息。拿到后一定要自己跑一遍再上线。

要点公式和代码是 AI 强项，但一定要自己跑一遍验证。

翻译与本地化

AI 翻译的强项不是逐字准确，而是能按场景调整语气。

模板：「把下面这段翻译成 [语言]。场景是 [商务邮件/产品界面/营销文案/技术文档]，语气 [正式/亲切/简洁]。专有名词保留原文不翻译。」

重要文件（合同、法律文本、医疗说明）不要用 AI 直接翻译，必须人工校对。

要点AI 翻译强在调语气，不在逐字准确。合同类必须人工校对。

头脑风暴与方案对比

模板：「针对 [问题]，给出 5 个不同思路的方案，每个方案标注：核心思路、大致成本、主要风险、适合什么情况。请不要只给常规方案，至少包含两个非常规的。」

「至少两个非常规」这个要求很关键——不加这句，它给的都是最安全的平庸答案。

拿到之后让它自评：「如果只能选一个，你选哪个，为什么？」

要点要求「至少两个非常规方案」，否则全是平庸答案。

读文档与整理资料

把长文档分段投喂，让它按你需要的维度提取信息：「从下面这份文档中提取：所有涉及时间的节点、所有涉及金额的数字、所有待确认的事项。用表格输出，并标注原文出处位置。」

要求标注出处位置能大幅降低幻觉的影响，也方便你回去核对。

资料量很大时，先让它给目录结构，再按需深入某一部分。

要点要求「标注原文出处位置」，既降低幻觉也方便核对。

写代码：给足上下文

有效的请求包含：语言与版本、运行环境、输入是什么、期望输出是什么、已有代码（如果有）、报错信息（完整）。

模板：「用 [语言] 写一个函数，输入是 [数据结构]，输出是 [期望]，需要处理 [边界情况]。请附带三行使用示例。」

不要只说「帮我写个爬虫」——这种请求得到的代码几乎一定跑不起来。

要点语言版本 + 输入输出 + 边界情况 + 报错原文。四样给全。

解释别人的代码

模板：「逐段解释下面这段代码在做什么。然后用一句话概括它的整体作用，最后指出其中可能存在的问题或风险。」

接手别人的项目、读开源代码、看很久以前自己写的东西，这个用法能省下大量时间。

更进一步：「如果我把它改成 [新需求]，需要动哪些地方？」

要点读别人的代码：逐段解释 + 一句概括 + 指出风险。

调试：别只贴报错

常见的错误用法：把报错信息单独贴过去问「怎么解决」。AI 看不到你的代码，只能猜。

正确的四件套：完整报错 + 相关代码 + 你预期的结果 + 你已经试过什么。

另外，让它解释原因而不只是给修复：「为什么会出现这个错误？修复的原理是什么？」否则同一个坑你会掉第二次。

要点报错原文 + 代码 + 预期 + 已尝试。并让它解释原因。

正则、SQL 与格式转换

这几类是 AI 最稳的强项，因为规则明确、可立即验证。

模板：「写一个正则，匹配 [规则描述]，不匹配 [反例]。请给出三个通过的样例和三个不通过的样例。」

要求它给正反样例是个好习惯——你能立刻验证对不对，不用自己想测试案例。

要点写正则时要求它同时给通过和不通过的样例，方便立刻验证。

三查原则

AI 给的内容，这三类必须自己核实：

• 数字：所有统计数据、金额、百分比、年份。
• 引用：书名、论文、法条、案例、名人名言、新闻事件。
• 链接和出处：它给的链接可能根本不存在，或者存在但内容对不上。

要点数字、引用、链接——这三类一律自己核，没有例外。

让它给来源，然后你自己去核

模板：「请给出你上面结论的依据来源，并标注你对每条依据的确信程度（高/中/低）。」这个方法能显著降低幻觉——因为要求标注确信度时，它通常会更谨慎。

但注意：它给出的来源本身也可能是编的。一定要点开链接或自己搜一遍。

要点让它标注确信程度，但来源本身也可能是编的，必须自己搜。

哪些场景绝对不能信

以下场景，AI 的输出只能当参考草稿，绝不能直接采用：

• 法律条文、合同条款、诉讼时效——编错一条可能直接导致败诉。
• 医疗诊断、用药剂量、检查结果解读——风险是人身安全。
• 财务数据、投资建议、税务处理——编造的数字会让你做出错误决策。
• 学术引用、参考文献——虚构文献是严重的学术不端。
• 安全操作规程、电气参数、结构承重——涉及物理安全。

要点法律、医疗、财务、学术引用、安全规程——这五类绝不能直接采用。

用交叉验证

一个实用技巧：把同一个问题用不同方式问两三次，或者换一个工具问，比较答案是否一致。

不一致的地方就是可疑点，需要人工核实。

也可以让它自查：「你刚才的回答里，有哪些内容是你的推测而非确定事实？请逐条标出。」

要点换方式再问一遍，答案对不上的地方就是可疑点。

警惕过于确定的表述

AI 的输出通常语气自信，即使内容是错的。所以当它说「根据研究显示」「据统计」却给不出具体出处时，默认当成未经验证。

一个有效的指令：「如果某个信息你不确定，请明确说『我不确定』，不要猜测。」

把这个要求写进提示词，能明显减少编造。

要点加一句「不确定的就说不确定」，能明显减少编造。

保留你的判断权

最后一条，也是最重要的一条：AI 不对你发出去的内容负责，你负责。

发给客户的方案、提交给公司的报告、公开发布的文章——出了问题，责任在你。

所以正确的工作流是：AI 出初稿 → 你核实事实 → 你修改判断 → 你定稿。AI 参与前三步，最后一步只有你。

要点AI 出初稿，你核实、你修改、你定稿。责任永远在你。

绝对不要上传的内容

以下信息不要粘贴到任何公共 AI 服务里：

• 身份与证件：身份证号、护照号、银行卡号、验证码。
• 公司机密：未公开的产品方案、财务数据、客户名单、内部战略。
• 他人隐私：同事或客户的个人信息、聊天记录、病历。
• credentials：密码、API Key、密钥、数据库连接串、源码中的配置。
• 涉密与合规材料：涉密文件、正在谈判的合同全文、未披露的公告。

要点身份证、源码配置、密钥、客户数据、未公开合同——一律不上传。

为什么这件事很重要

你输入的内容可能被用于模型改进、可能留存于服务日志、也可能因配置不当而泄露。

即使服务商声明不用于训练，把敏感信息交给第三方系统本身就是风险。

一个简单的判断标准：如果这段内容截图发出去你会紧张，就不要粘贴给 AI。

要点判断标准：截图发出去你会紧张的内容，就别粘给 AI。

脱敏的正确做法

需要 AI 处理含敏感信息的内容时，先做脱敏：

• 替换：把真实姓名、公司名、金额换成 A 公司、某甲、XXX 万。
• 抽象：不贴原文，改成描述结构和问题（「一张包含日期、金额、类别的表，我要统计…」）。
• 只给片段：只贴出错的那几行代码，不要贴整个项目。
• 用本地/私有化部署：企业场景下处理敏感数据应走合规的内部部署方案。

要点替换 + 抽象 + 只给片段。企业敏感数据走私有化部署。

工具怎么选

选择时看四件事，而不是看谁的宣传更强：

• 可访问性：你所在的地区和网络环境能不能稳定用。
• 数据条款：是否允许用你的数据训练、留存多久、能否删除。
• 能力匹配：长文本处理、文件读取、联网搜索、代码执行，看你实际需要哪几项。
• 成本：免费额度够不够，付费是否值得——大多数人用不上最贵的档位。

要点看可访问性、数据条款、能力匹配、成本，不看宣传。

国内可用的几类产品

以下为公开可访问的产品入口，仅供了解，不构成推荐。各产品的功能、条款和可访问性随时变化，请以官方说明为准。

• DeepSeek
  国内可用的通用对话 AI，支持联网与文件处理。
• 豆包
  字节跳动旗下 AI 助手，多端可用。
• 通义
  阿里旗下 AI 助手，与阿里云生态打通。
• Kimi
  以长文本处理见长的 AI 助手。
• 元宝
  腾讯旗下 AI 助手，与微信生态有结合。
• 🤖 人工智能分类
  本站整理的 AI 工具导航：对话、写作、绘画、视频、音频。

要点工具列表会过时，方法不会。重点看第 2 章的提示词方法。

避免过度依赖

最后一个提醒：AI 用久了会带来一个隐性风险——你的独立思考能力会退化。

具体表现：不写第一版了、不自己想结构了、看到它的答案就直接接受了。

建议的做法：重要的事情先自己写一版，再用 AI 改；或者至少先自己列个要点，再让它展开。顺序一换，你从「被喂养」变成「在用工具」。

要点重要的事先自己写一版，再让 AI 改。顺序换了，主导权就在你手里。