AI怎么用：对话框空着的时候，第一句该打什么

你打字的地方不是搜索框

光标闪着。提示文字写着类似“给ChatGPT发消息”，而你就那么坐着，因为你想得到的任何东西都不像一个正经问题。这是绝大多数人和AI的第一次接触，它说明不了你任何问题。那个框长得和搜索栏一模一样，用起来却和你以前用过的一切都不同。

几乎所有人第一次都会打关键词：三四个词，没有动词，没有背景。这是二十年搜索引擎训练出来的条件反射，也是第一天就值得改掉的那个习惯。搜索框要关键词，因为它在匹配网页。聊天模型要句子，因为它在弄清你交给它的是什么活儿。拿一个真实需求来看，不吵架地退掉健身房会员，两种写法：

• 写成搜索关键词： 健身房退会 模板
• 写成一个请求： 我想退掉健身房的会员。写一条简短、客气、可以用邮件发出去的消息。我已经是会员两年了，合同要求提前30天通知，我不想说明理由。

第一种给你一个到处是括号待填的通用模板。第二种给你一条可以直接发出去的消息，通知期已经写在里面，理由被刻意留白了。同样的需求，多打大约十五秒的字，有用程度完全是两个量级。现在就拿你自己这一周里的小事试试，一封欠人家的邮件，或者一份你一直拖着没填的表。它也总会在某个时候用很自信的口吻告诉你一件不真实的事，这一点最后一节会讲。如果这些对你都是全新的，AI到底是什么讲清了底下的那层地基，而AI与Google搜索的区别会告诉你哪些问题仍然该交给搜索引擎。

第一句里值得写进去的四样东西

没有什么公式需要背。要紧的是把只有你知道的东西写进去，因为模型看不到你的收件箱、你的截止日期、你的工作，也看不到你要写给谁。可以把它想成给一位能干的临时工做第一天早上的交代。活儿他会干，只是没人告诉他这活儿是给谁做的。

四个细节几乎承担了全部分量。写上其中两个通常就足以改变答案，四个都写更好。

1. 你想要什么。 那个动词，以及你想拿回来的东西：改写、总结、规划、对比、解释、起草。
2. 给谁看。 你的主管、一位客户、你的房东、一个九岁小孩，或者半年后的你自己。
3. 要多长。 一句话、一段、五条要点、一页。不说的话，大多数模型会挑一个没人要的长度。
4. 只有你知道的事实。 日期、预算、来龙去脉，以及那件你没法在消息里明说的事。

这里有同一条真实消息的两个版本。之前：“给我团队写封邮件说一下延期。”之后：“给我这个六人团队写一封简短邮件，说明客户的上线时间从3月3日挪到了3月17日。三句话，语气平静，不要一路道歉。他们已经知道客户改了需求，所以别再解释那部分。”多出来的细节不是客套。它是那六个人、那两个日期，以及那件他们已经知道的事，而它省掉了后面大约三轮的来回修改。

价值都在追问里

大多数人发一条消息，读一遍答案，就断定AI要么神了要么没用，然后关掉标签页。这种“只发一次”的习惯，要为绝大部分失望负责。第一个答案是一份由从没见过你的人写的初稿，而聊天的全部意义就在于你可以回话。

对话记得你已经说过的一切，所以你永远不必为了修改而重写原来的请求。你可以只打三个字。下面这些修正能处理常见的问题，可以照原样复制。

• 太长： 长度砍一半。前面的铺垫删掉，具体内容留着。
• 太正式： 用我当面跟一个关系不错的同事说话的口气写。
• 角度不对： 你把它当成[X]写了。我要的是[Y]。按这个思路重写。
• 它在编： 这里面哪些是我告诉你的，哪些是你自己补上的？把你补的列出来。
• 不像我说的话： 这是我自己写的两段东西。照着这个口吻来，别用公文腔。[贴上你自己的两段文字]

第四条值得变成习惯。这类系统不管知不知道答案都会生成流畅的文字，所以问它哪些部分是自己补的，比你自己逐句核对更快地把编出来的东西揪出来。这招对数字同样管用：问一个数字是哪来的，你常常会得到一句老实话，“那是我估的”。你会注意到这些修正没有一句是客气的。客气在这里是可选项。决定下一个答案的，是这条修正有没有指名道姓地说出要改什么，这也是“写得再好一点”毫无作用，而“把第一段删掉”每次都奏效的原因。

十个可以照抄的开头

挑一个对得上你今天桌上真有的东西。每一条都写成可以原样粘贴的样子，你自己的材料贴在下面即可。

1. 改写这封邮件，短一点、暖一点，同时把请求写清楚：[粘贴]
2. 用大白话解释这份文件，然后告诉我我该担心什么：[粘贴]
3. 给[人数]人在[日期]策划一场[活动]，预算[金额]。给我一份时间表，不要点子。
4. 我在[A]和[B]之间纠结。做一张利弊对照表，然后告诉我我还没考虑到什么。
5. 从零开始，用五分钟教我[话题]，中间停两次确认我跟上了。
6. 我得跟[某人]说[难开口的事]。用三句话善意地起草，别过度道歉。
7. 把这个总结成五条要点，读的人只会看前两条：[粘贴]
8. 把这个翻译成[语言]，语气友好但保持专业：[粘贴]
9. 这是我做[某个决定]的理由。请给出反对它最有力的论证：[粘贴]
10. 我要写[某个东西]但不知道从哪下手。先问我四个问题，然后再起草。

第十条是给那个还在闪的光标准备的。把空白页反手变成一场简短的访谈，是最快的脱身办法，而它问的那四个问题，通常正是你还没拿定主意的四件事。如果你想要按不同日子的场景分类的更多例子，用AI处理日常任务里有一整周的量。

答案不好时，该怎么办

糟糕的答案不是随机噪声。它们以几种可以辨认的形状出现，每一种都有一条一句话就能完成的修复。

• 自信的编造。 一个数据、一条出处、一项政策，或者一个并不存在的产品功能，用的完全是它讲自己知道的事时那种口吻。修复：让它把所有它不确定的说法都标出来，然后你自己去核对这些，凡是没在原始出处见过的数字一律不要往外传。AI为什么会出错讲清了这些编造是从哪来的。
• 平庸的平均值。 技术上没错，但完全通用，读起来像一份什么都没在讲的宣传册。修复：给它一个具体的东西去反应。你的草稿、你的限制条件、你自己写的句子。笼统的输入必然产出笼统的结果。
• 顺着你说的镜子。 你问“为什么X比Y好”，它就论证X更好，因为你就是这么设框的。修复：另开一条消息问反过来的问题，把两个答案并排读完再做决定。

如果同一个答案你已经修过两遍还是不对，就别再换措辞了。改写两次通常能解决措辞问题。改到第四次，很少能解决模型本身的问题，而不同模型失败的方向也不一样：有的会编出处，有的则什么都不肯下定论；有的写得温暖，有的你怎么说它都硬邦邦。把一模一样的消息发给另一个模型，往往是五秒钟就能解决一件你正打算花二十分钟的事。这件事值得提前安排好，哪怕只是在第二家服务商那里留一个免费账号；Whizi则是把这个切换做成一个下拉菜单，而不是每月再多掏20美元。如何挑选AI模型讲了该先找哪一个，而当修正答案对你已成家常便饭时，新手提示词工程指南会把这些修复变成一套你可以反复复用的结构。