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。