AI 入门系列 · 第一篇
同一个 AI，
喂法差 50 倍
当你学会给 AI 完整的上下文，它就从"搜索引擎"变成了"最懂你的同事"。
有件小事，彻底改变了我对 AI 的用法。
那时候我跟大多数人一样，拿 AI 当搜索引擎用。有次赶着给合作方写邮件，解释我们的 AI 功能交付要推迟一周，随手丢了一句"帮我写个邮件说一下延期的事"。出来的东西满屏"尊敬的""此致敬礼"，像行政模板，根本发不出去。
后来我换了个写法："我是 AI 应用算法工程师，需要给合作方技术负责人王总写邮件，解释我们的智能推荐功能交付推迟一周。原因是实测中发现推荐准确率没达到预期，需要补充一轮数据清洗和策略调优。语气专业但不生硬，让对方感觉到我们对交付质量的重视。200 字以内。"
这版出来，改两个词就能直接发。
❌ 之前 / "帮我写个邮件说一下延期的事"
✅ 之后 / "我是 AI 应用算法工程师，需要给合作方技术负责人王总写邮件，解释智能推荐功能交付推迟一周，原因是推荐准确率未达预期需补充数据清洗，语气专业但不生硬，200字以内"
同一个模型，同一个任务。区别只在于我后面给了它完整的上下文——我是谁、对方是谁、为什么推迟、想要什么语气。这个信息量的差别，直接决定了输出从"垃圾"变成"可用"。
—— ✦ ——
很多人把"上下文"理解成就是"提示词"。错了。提示词只是第一层。完整的上下文至少有三层。
1
单句信息密度
四个要素缺一不可：你是谁、发生了什么、要做什么、有什么限制。"帮我写周报"和"根据这周会议纪要和任务看板，参考上周格式，写本周周报"——前者让 AI 编模板，后者让 AI 干实事。
2
对话历史
我准备路演的时候，先把商业计划书丢给 AI，让它扮演一个挑剔的投资人，从财务、市场、竞争壁垒三个角度提最致命的质疑。它列了十几个问题，其中两个是我团队完全没想到的。我紧接着在同一个对话里追问："针对第二个质疑，帮我准备应对话术。"关键在这里——AI 已经记住了前面对整份计划书的理解、投资人角色的分析、以及我着重想应对的那个点。出来的话术极其精准，补两句就能上场。这种精准不是因为模型变聪明了，是因为对话累积的上下文足够厚。
3
上传的文件
写周报时，我把会议纪要、任务看板的 CSV、上周周报原文一起丢进去，说"按这个格式写本周的"。AI 看到的就不再是一个泛化的"写周报"任务，而是我这个项目、这一周的完整现场。出来的东西直接可用。
这三层加在一起，才是 AI 真正"看到"的全貌。
—— ✦ ——
但这件事的深层意思比"怎么用 AI"更值得想。
当 AI 需要你把想法表达清楚才能帮你时，一件事就发生了——你的表达能力直接变成了生产力。以前一个人表达不清楚，最多是别人没听懂，邮件改几遍。现在，"表达不清楚"直接反映在 AI 的输出质量上。机器把你的思维清晰度量化了。
INSIGHT
表达清晰度 = 生产力
AI 时代，你没法伪装想法有多清晰——当你试图向 AI 解释时，所有的混乱都会暴露出来。
之前那个帮我看调研报告的朋友，后来自己也开始用 AI。但他跟我说，输出质量总是不稳定，有时候很好有时候完全跑偏。我看了一下他的用法——每次都是一句话丢进去，背景、角色、格式什么都不给。他问我"你是不是用了什么高级 prompt 技巧"。没有技巧，就是想清楚了再说。
过去职场里，聪明人的优势在"反应快""想得快"。但当 AI 两分钟给你初稿、五分钟搜完一个领域时，"快"的优势在被稀释。取而代之的是想得清——能把纷杂的东西梳理成逻辑，能把隐含的假设说出来，能精准描述你真正想要什么。
这里面有个矛盾的现象：当你必须把工作流程说清楚给 AI 时，你会被迫梳理自己的思路。这个梳理过程本身就是思维升级。所以"跟 AI 沟通得清楚"的副产品，是"跟自己沟通得更清楚"。表达能力和思维清晰度是绑定的——你没法伪装想法有多清晰，当你试图向 AI 解释时，所有的混乱都会暴露出来。
AI 变成了一面镜子，照出了你的思维质量。在这个意义上，它改变的不只是工作效率，而是人认识自己的方式。
