把它当不了解你的新同事
三档提问对比 + 提示词积木组装器：背景、要求、限制——信息给一分，它答一分
本页解决的问题
先给结论「把它当不了解你的新同事」要解决的关键问题是什么？
三档提问对比 + 提示词积木组装器：背景、要求、限制——信息给一分，它答一分
让这个结论先证明自己值得留下。 把这一页当成决策工具，而不是需要背下来的定义。把概念连到一个真实任务、一个可观察结果，以及一个能改变你判断的失败上。
写下一个问题：试完这个方法后，你能用什么证据回答它？
结论听起来很完整，却没有检查最关键的假设。
想象公司来了个新同事：名校毕业、什么领域都懂、执行力极强。但今天是他入职第一天——不认识你，不知道你负责什么，不知道你要这个东西给谁看、拿去干什么。
你走过去丢下一句「帮我写个请假条」就走了。他能写出什么？只能凭想象瞎写一个。这不是他不聪明，是你什么都没告诉他。
AI 就是这个新同事。而且更极端：每次新开对话，都是他的入职第一天。
场景：你想在小区业主群里卖掉一辆二手自行车。从最偷懒的问法开始，依次点亮下面四块信息，看 AI 的输出怎么一步步变好。
我是谁，在什么场景
身份、场合、给谁看、拿去干什么。这是新同事最缺的信息。
我到底要什么
要做的事 + 关键细节。细节给得越实，它编造的空间越小。
什么样算合格
语气、长度、格式、不要什么。给验收标准，一次到位。
「先做一个思维实验」怎样变成可执行的指令
「想象公司来了个新同事：名校毕业、什么领域都懂、执行力极强。但今天是他 入职第一天 ——不认识你，不知道你负责什么，不知道你要这个东西给谁看、拿去干什么。」强调的不是某句神奇咒语，而是信息是否足够让模型判断“为谁做、要完成什么、什么结果算合格”。
背景决定方向，限制决定边界
从「场景：你想在 小区业主群 里卖掉一辆二手自行车。从最偷懒的问法开始， 依次点亮下面四块信息 ，看 AI 的输出怎么一步步变好」可以看出，一个有效请求至少要把任务、受众、输入材料、输出形式和限制条件分开。少了背景，模型只能猜；少了验收标准，即使文字流畅也无法判断是否完成任务。
- AI = 聪明但不了解你的新同事 ，而且每次新对话都是他入职第一天
- 它答得平庸，多半是信息还没给够 ：信息给一分，它答一分
- 公式：背景 + 要求 + 限制 ——我是谁、我要什么、什么样算合格
继续加字不一定继续变好
把「场景：你想在 小区业主群 里卖掉一辆二手自行车。从最偷懒的问法开始， 依次点亮下面四块信息 ，看 AI 的输出怎么一步步变好」变成一个小练习：只改背景、要求、限制中的一项，保留其他内容不动，观察哪一层真正改变了结果。
从「先做一个思维实验」走到「同一件事 · 三种问法 · 三种结果」
「先做一个思维实验」先把问题落在「想象公司来了个新同事：名校毕业、什么领域都懂、执行力极强。但今天是他 入职第一天 ——不认识你，不知道你负责什么，不知道你要这个东西给谁看、拿去干什么。 你走过去丢下一句「 帮我写个请假条 」就走了。他能写出什么？只能凭想象瞎写一个。 这不是他不聪明，是你什么都没告诉他。 AI 就是这个新同事。而且更极端： 每次新开对话，都是他的入职第一天」上；到了「同一件事 · 三种问法 · 三种结果」，讨论继续推进到「第一档 · 甩一句话 「帮我写个请假条」 第二档 · 给点信息 说了请多久、干什么 第三档 · 交代清楚 背景 + 要求 + 限制 你对 AI 说 AI 的回答」。两段连起来，重点就不只是记住一个结论，而是看清它成立所依赖的条件。
把这条判断带到下一个场景
写请求时也应逐层补齐：先说任务和受众，再给材料和输出要求，最后加上限制与验收方式；一次只改变一层，才能知道哪项信息起了作用。
- 「先做一个思维实验」：想象公司来了个新同事：名校毕业、什么领域都懂、执行力极强。但今天是他 入职第一天 ——不认识你，不知道你负责什么，不知道你要这个东西给谁看、拿去干什么。 你走过去丢下一句「 帮我写个请假条 」就走了。他能写出什么？只能凭想象瞎写一个。 这不是他不聪明，是你什么都没告诉他。 AI 就是这个新同事。而且更极端： 每次新开对话，都是他的入职第一天
- 「同一件事 · 三种问法 · 三种结果」：第一档 · 甩一句话 「帮我写个请假条」 第二档 · 给点信息 说了请多久、干什么 第三档 · 交代清楚 背景 + 要求 + 限制 你对 AI 说 AI 的回答
- 「最后的要点」：对 AI 啰嗦是免费的 ：多打三十秒字，省十分钟返工
最后的「最后的要点」把讨论落到「对 AI 啰嗦是免费的 ：多打三十秒字，省十分钟返工」。回看这条线索时，最值得保留的是：当输入、规模或风险改变，哪些判断需要重新做一遍。
✅ 这一课想和你分享的
- AI = 聪明但不了解你的新同事，而且每次新对话都是他入职第一天
- 它答得平庸，多半是信息还没给够：信息给一分，它答一分
- 公式：背景 + 要求 + 限制——我是谁、我要什么、什么样算合格
- 对 AI 啰嗦是免费的：多打三十秒字，省十分钟返工
我把这篇文章里的一个判断改写成了今天可以验证的小实验。比记住结论更有用的是，知道下一步要观察什么。
读完以后我先回头找它成立的条件，而不是直接把方法搬进项目。这个顺序让后面的取舍清楚很多。
如果把这个判断放到真实工作里，最先需要补的约束是什么？我想知道从阅读到第一次实践之间，哪一步最值得先做。
还没有这篇文章的讨论。