别让 AI 上来就写：先让它反问你 5 个问题

一句话交代任务，AI 就开始写——这是我用得最多、也返工最多的习惯。

方案、周报、活动复盘都一样：你觉得「意思都说了」，模型却在补它以为你想要的东西。结果不是「写得不好」，而是「写的不是你要的那一版」。

一个更稳的顺序是：先别让它写正文，先让它只问你问题。问够了，再开写。下面是一套可复制的做法，不绑定某一家产品。

（个人观点。）

为什么一上来就写容易空

多数消费级模型被训练成「有求必应」。你一句话过去，它宁可猜，也不愿停下来确认。猜对了你觉得它聪明；猜错了，你要花半小时改结构、改受众、改边界。

我自己复盘返工稿，常见漏掉的是这五类信息：

1. 读者是谁：同事、老板、客户，还是公开读者。
2. 这篇要推动什么决策：知情、拍板、转发，还是存档。
3. 必须保留 / 绝对不能写：数字、人名、未公开项目。
4. 篇幅与形态：一页纸、八百字、三条要点、还是带表格。
5. 语气样例：正式、口语、还是公司惯用口吻。

这些不写清，模型只能用「通用正确」填空。你越忙越想省事，越容易把返工留给后面。

可复制提示词：只问，不写

把下面整段丢给 AI。关键是最后一句：在我答完之前，不要写正文。

我要你帮我写一份材料。在写正文之前，请先只问我问题。

规则：
1. 一次最多问 5 个问题，按重要性排序。
2. 每个问题给出 2～3 个可选答案，方便我点选；也允许我补充。
3. 不要假设我没说的事实，不要编造数字、人名或结论。
4. 在我明确说「可以写了」之前，不要输出正文、大纲以外的成稿。
5. 我答完后，先用 5 行复述你理解的目标、读者、边界、篇幅、语气，等我确认后再写。

任务草稿（可很短）：【在这里写你目前想到的一句话】

第一轮问完，你用点选 + 补一句就够。模型复述理解后，你改错别字式地纠一下，再发「可以写了」。

反例：看起来在问，其实在替你决定

不好的开场：「我帮你写周报，默认写给直属领导、偏结果导向，可以吗？」——它已经替你定了读者和语气。

好的开场：「这份材料主要给谁看？A 直属领导 / B 协作同事 / C 对外客户 / D 其他（请说明）。」——选择权在你。

如果你发现它开始写「假设你的目标是……因此建议……」大段正文，打断它：「停。按规则只问问题。」

五问模板（可直接当答题卡）

不一定每次都用满 5 个。我常用的固定卡是：

1. 读者是谁？要不要同时照顾第二读者？
2. 读完希望对方做什么？
3. 有哪些事实必须出现？哪些绝不能写？
4. 目标篇幅 / 结构（要点、段落、表格）？
5. 语气靠近哪篇旧稿？（没有旧稿就选：正式 / 简洁口语 / 偏方案）

答完这五格，再让模型开写，通常比「再写一版更专业一点」省事。

什么时候不必反问

• 任务极短：改错别字、翻译一句、解释一个词。
• 你已经有完整提纲和素材表，只差扩写。
• 你在做头脑风暴，需要的是发散而不是收敛。

反问是为了少返工，不是仪式。短任务硬走五问，反而慢。

和「提示词项目管理」的差别

把提示词存成可复用项目，解决的是「同一类活怎么重复跑」。本文解决的是「这一次任务还没想清就开写」。两者可以叠用：项目模板里留一个「先反问」步骤，比把所有边界写进超长系统提示更轻。

结尾

AI 不怕你多问它一句；怕的是你默认它能读心。先让它问满关键边界，再授权开写——这是我近几个月返工最少的习惯。

（个人观点。）