你不是不会用 WorkBuddy，只是还没学会把需求说清楚

原文作者：Mocha · 原文来源：今日头条

本文为作者本人文章的站内同步版本。

用了很长一段时间 WorkBuddy 之后，我越来越确定一件事：

人与 AI 之间最大的效率差距，往往不在工具，而在提问方式。

同一件事，有人只输入一句“帮我处理一下”，得到一份看似完整、实际没法直接用的结果；有人把任务背景、使用对象和交付标准说清楚，几分钟后就拿到了一份接近成品的内容。

这并不是因为后者掌握了什么神秘的提示词技巧。

只是他没有让 AI 猜。

WorkBuddy 的能力很强，但它并不知道你脑子里正在想什么。你不告诉它内容写给谁看、解决什么问题、有哪些限制，它就只能按照最常见的情况自由发挥。

所以，提示词真正的作用，不是命令 AI，而是把一项模糊任务变成一份清晰的任务说明书。

下面分享 5 个非常实用的提问模板，覆盖工作中最常见的场景。理解它们背后的逻辑，比收藏几百条所谓的“万能提示词”更有用。

---

一、写工作汇报：别让 AI 替你编“正确的废话”

很多人让 WorkBuddy 写汇报时，第一句话通常是：

帮我写一份本周工作总结。它当然能写。

但大概率会得到类似这样的内容：

本周各项工作有序推进，团队协作顺畅，部分任务取得阶段性成果。下周将继续围绕重点目标稳步推进。

每句话都很正确，也每句话都没有实际信息。

问题并不是 WorkBuddy 不会写，而是它根本不知道：

• 你这周具体做了什么

• 哪些成果最值得汇报

• 领导真正关心什么

• 哪些问题需要主动暴露

• 下一步准备怎么推进

更有效的提问方式

请根据我提供的工作记录，整理一份适合发给部门负责人的周度汇报。请按照以下结构输出：1. 本周完成的三项核心工作2. 每项工作对应的结果、数据或交付物3. 当前存在的问题及已经采取的措施4. 下周最重要的三项计划5. 需要负责人协调或确认的事项写作要求：- 语言简洁、客观- 不使用“持续推进”“有序开展”等空泛表达- 优先突出业务结果，而不是工作过程- 控制在 700 字以内- 开头先用一句话概括本周整体进展以下是我的原始记录：- 完成新用户引导页改版- 注册完成率由 42% 提升到 49%- 处理 11 个线上反馈问题- 支付回调仍有偶发延迟- 下周准备切换备用回调方案这时，WorkBuddy 才能把零散记录加工成一份真正能交付的汇报。

关键不在“让它写”，而在“告诉它什么最重要”

工作汇报本质上不是记录你做过什么，而是回答四个问题：

• 结果怎么样

• 出了什么问题

• 接下来做什么

• 是否需要别人支持

只要把这四件事交代清楚，AI 就不会再替你生产流水账。

---

二、写代码：不要只描述功能，还要说清楚失败时怎么办

开发者让 AI 写代码时，经常会这样提问：

帮我写一个用户登录接口。WorkBuddy 很快就能给出一段代码，但这段代码通常只覆盖最理想的流程：

用户提交账号密码，系统验证成功，然后返回 Token。

至于账号不存在、密码错误、连续登录失败、Token 过期、接口限流、异常日志等情况，可能都没有处理。

这样的代码可以用来演示，却很难直接进入真实项目。

更有效的提问方式

请使用 NestJS 和 TypeORM 编写一个用户登录接口。项目环境：- Node.js 20- NestJS- TypeORM- PostgreSQL- JWT功能要求：1. 用户使用邮箱和密码登录2. 密码使用 bcrypt 校验3. 登录成功后返回 accessToken 和用户基本信息4. 账号不存在和密码错误统一返回“账号或密码错误”5. 连续失败 5 次后，账号锁定 15 分钟6. 记录登录时间、IP 和登录结果7. accessToken 有效期为 2 小时输出要求：- 先给出目录结构- 分别提供 Controller、Service、DTO 和 Entity 代码- 不要省略 import- 关键逻辑添加中文注释- 最后给出接口请求和响应示例约束：- 不要在日志中记录明文密码- 不要直接返回数据库中的完整用户对象- 异常信息不得暴露内部数据库结构- 代码需符合生产环境基本安全要求同样是“写登录接口”，这一次 AI 得到的已经不是一个模糊功能，而是一份接近开发任务单的说明。

写代码时，至少补齐四类信息

第一类：运行环境

使用什么语言、框架、版本和数据库。

第二类：正常流程

用户如何操作，系统应该返回什么。

第三类：异常流程

参数错误、权限不足、网络失败、数据重复时如何处理。

第四类：安全边界

哪些数据不能暴露，哪些信息不能记录，哪些操作需要限制。

真正决定代码能不能用的，往往不是正常流程，而是那些失败时的细节。

---

三、分析数据：别让 AI 只把表格重新念一遍

把一份 Excel 发给 WorkBuddy，然后输入：

分析一下这份数据。这类提问最大的问题，是没有告诉它你想从数据中找什么。

于是，它可能会告诉你：

• 本月销售额为多少

• 最大值是多少

• 最小值是多少

• 平均值是多少

这些内容确实来自数据，但未必能帮助你做决策。

一份真正有价值的数据分析，应该回答：

• 哪些指标发生了明显变化

• 变化主要来自哪里

• 有没有异常情况

• 接下来应该采取什么行动

更有效的提问方式

请分析附件中的会员运营数据，并生成一份月度运营复盘。分析任务：1. 按周统计新增会员、活跃会员和付费会员2. 计算各渠道的注册转化率和付费转化率3. 找出环比下降超过 15% 的指标4. 对比新老会员的平均订单金额5. 识别明显异常的数据日期6. 找出表现最好和最差的三个获客渠道7. 给出三条下个月可以直接执行的优化建议输出结构：- 第一部分：核心结论，不超过 5 条- 第二部分：指标变化分析- 第三部分：异常数据说明- 第四部分：渠道对比- 第五部分：行动建议其他要求：- 每条结论都要标明对应数据- 不要只复述表格内容- 无法从当前数据推断的原因，请标注“需要补充数据”- 推荐适合展示的图表类型这条提示词最重要的地方，不是列出了多少分析指标，而是明确告诉 WorkBuddy：

最终交付物是一份运营复盘，而不是一张重新整理过的数据表。

让数据分析更有用的三个关键词

变化

哪些数字比之前高了，哪些数字下降了。

异常

哪些数据明显偏离正常范围。

行动

根据变化和异常，下一步应该做什么。

没有行动建议的数据分析，很容易停留在“看起来很专业”的层面。

---

四、写文案：所谓“没有 AI 味”，其实是有具体的人和场景

让 WorkBuddy 写文案时，很多人会输入：

帮我写一段产品推广文案，要自然一点。然后得到：

在快节奏的工作环境中，效率已经成为职场人的核心竞争力。WorkBuddy 通过强大的 AI 能力，帮助你轻松完成各类工作任务，让办公更高效、更智能。

句子很通顺，信息也没错。

但没有人会相信这是一个真实用户说出来的话。

因为它没有真实场景，也没有具体细节。

更有效的提问方式

请为 WorkBuddy 写一条适合发布在朋友圈的真实体验分享。人物背景：- 一名互联网公司的项目经理- 每周需要参加十几场会议- 会后经常来不及整理结论和待办事项使用场景：- 把一段 90 分钟的会议录音交给 WorkBuddy- 自动提取会议结论、负责人和截止时间- 原本需要 40 分钟整理，现在 5 分钟内完成文案要求：- 像真实用户分享，不像品牌广告- 开头从一个具体的加班场景切入- 中间描述使用前后的变化- 结尾自然表达推荐理由- 控制在 180 字以内避免使用：- 赋能- 颠覆- 革命性- 开启智能办公新时代- 任何过度夸张的宣传表达请输出三个不同版本：- 真实体验型- 轻松吐槽型- 专业推荐型这个模板没有直接要求“去掉 AI 味”，但生成出来的内容反而更像真人。

原因很简单：

真实感不是靠语气词堆出来的，而是靠具体细节建立的。

“效率提升很多”很像广告。

“以前会后要整理 40 分钟，现在 5 分钟就能列出负责人和截止日期”，才像体验。

---

五、学习知识：不要只问“是什么”，还要问“怎么用”

遇到一个陌生概念时，最常见的提问是：

什么是向量数据库？AI 会给你一段准确的定义：

向量数据库是一种专门用于存储、检索和管理高维向量数据的数据库……

但读完之后，你可能依然不知道：

• 它和普通数据库有什么区别

• 为什么大模型应用经常使用它

• 哪些项目真的需要它

• 如何搭建一个最简单的示例

• 初学者容易遇到什么问题

这就是“知道定义”和“具备使用能力”的区别。

更有效的提问方式

请向一名有 MySQL 使用经验、但没有接触过 AI 应用的后端开发者解释向量数据库。请按照以下顺序讲解：1. 用一个生活化类比解释向量和相似度搜索2. 对比向量数据库与 MySQL 的主要区别3. 说明它在知识库问答中的作用4. 给出一个“搜索公司内部文档”的完整流程5. 介绍最小可用系统需要哪些组件6. 提供一段简化版 Python 示例7. 总结三个常见问题及解决思路8. 给出从入门到实践的学习路线表达要求：- 每出现一个专业术语，都要用通俗语言解释- 每个概念至少配一个例子- 不要只介绍理论- 控制在 1200 字以内这样得到的内容，就不再是一段百科定义，而是一份根据你当前基础定制的入门指南。

学习一个新概念，可以连续追问六件事

• 它是什么

• 它解决什么问题

• 它和相似方案有什么区别

• 哪些场景适合使用

• 如何做出一个最小示例

• 最容易踩什么坑

知识本身并不难找，难的是把知识组织成一条适合自己的学习路径。

---

一个公式，解决大部分提问问题

上面的五个模板看起来各不相同，但它们背后的结构其实完全一致：

背景 + 任务 + 要求 + 输出格式 + 限制条件

背景

告诉 WorkBuddy 当前是什么情况，以及为什么要做这件事。

公司准备上线新的会员体系，需要提前培训客服团队。

任务

明确告诉它最终需要完成什么。

请整理一份客服内部培训手册。

要求

说明成品必须包含哪些内容。

需要介绍会员等级、升级条件、权益差异、积分规则和常见问题。

输出格式

规定内容应该以什么形式呈现。

先给目录，再输出正文，最后附一份客服问答清单。

限制条件

告诉它不能做什么。

不要添加尚未确认的权益，无法确定的地方使用【待确认】标注，全文控制在 2000 字以内。把这些信息组合起来，就会得到一条完整的提示词：

公司准备上线新的会员体系，目前产品规则已经基本确定，需要提前培训客服团队。请帮我整理一份客服内部培训手册。内容需要包括会员等级、升级条件、等级权益、积分规则、退款后的积分处理方式，以及用户最常咨询的问题。输出时先给出完整目录，再逐章撰写正文，最后附一份不少于 10 条的客服常见问答。使用通俗、明确的语言，不要使用过多技术术语；不要补充尚未确认的规则；无法判断的内容使用【待确认】标注；全文控制在 2000 字以内。你会发现，这条指令并没有使用任何复杂技巧。

它只是把一项任务说明白了。

---

五种场景，真正需要说清楚的内容

使用场景

需要补充的关键信息

工作汇报

阅读对象、成果数据、问题、计划、所需支持

编写代码

技术环境、业务规则、异常流程、安全边界

数据分析

分析目标、指标维度、异常标准、行动建议

文案创作

目标读者、具体场景、真实细节、表达限制

学习知识

当前基础、学习目标、案例、实操步骤、常见问题

不需要每次都写很长的提示词。

但至少要让 WorkBuddy 知道三件事：

你要它完成什么。

什么样的结果才算合格。

哪些信息和限制，它不可能凭空知道。

---

提示词不是魔法，而是表达能力

很多人把提示词工程理解成背模板、记公式，甚至到处收藏所谓的“万能指令”。

但真正稳定有效的方法，始终只有一个：

把你脑子里的判断标准写出来。

你可以把 WorkBuddy 想象成一名能力很强、但刚加入团队的新同事。

你只说一句“做个方案”，它只能猜。

你告诉它方案给谁看、解决什么问题、必须包含什么、不能出现什么，它才可能一次交出接近成品的结果。

以后再向 WorkBuddy 提问之前，可以先问自己三个问题：

• 我最终想拿到什么成果？

• 我会用什么标准判断它好不好？

• 有哪些背景和限制，只有我知道？

想清楚这三个问题，通常比研究几十种提示词技巧更有价值。

人与 AI 之间真正拉开差距的，从来不是谁输入得更快。

而是谁能把一件事情，说得足够清楚。

---

原文链接：https://www.toutiao.com/article/7665523543894917678/