入门

你与 AI 的第一次对话 — 实用指南

AI 不读心。它读提示词。无用回答与出色回答之间的差距,几乎总是在于你怎么问。以下是怎么问得好。
Sarah Chen 2026 年 3 月 19 日 8 分钟阅读

你打开了一个聊天窗口。光标在闪。AI 在等待。你在想:我到底说什么?

这里是大多数人没意识到的:与 AI 交谈是一种技能。不复杂,但是真实的。说 “AI 没用” 的人和说 “AI 改变了我的工作流” 的人,往往用的是完全相同的模型。区别在于他们怎么和它说话。

第 1 条规则:要具体

这是你能做的最大改进。模糊的提示词得到模糊的回答。具体的提示词得到有用的回答。

模糊提示词

“写点关于狗的东西。”

这会给你一段通用、令人遗忘的关于狗的文字。AI 完全不知道你真正需要什么 — 博客文章?产品描述?诗?给谁看?多长?什么语气?

具体提示词

“给第一次养狗的主人写一篇 200 字的博客引言,介绍金毛巡回犬。语气:温暖、令人安心,但实用。提到它们掉毛多、需要每日锻炼。”

现在 AI 精确知道你想要什么。长度、主题、受众、语气、关键点。结果会戏剧性地更好 — 不是因为 AI 变聪明了,而是因为你给了它所需的信息。

公式:告诉它要什么 + 给谁 + 多长 + 什么语气 + 任何要包含或避免的具体细节

第 2 条规则:迭代,不要重启

第一次回答几乎从不是最终答案。这没关系。AI 对话就是为了迭代而设计的。

如果 AI 写得太正式,说:“让它更口语化。” 如果太长,说:“砍一半。” 如果没抓到重点,说:“多聚焦在 X,少讲 Y。”

把它想成与一个快速、热心、需要方向的合作者共事。初稿是起点。你的反馈塑造最终成品。大多数人在一个回答之后就放弃。从 AI 获得真正价值的人会走三、四、五轮。

专业提示: 如果你在迭代而对话变得混乱,不要害怕用一个包含你所学一切的新提示词重新开始。有时带更好指令的干净重启胜过十轮修正。

第 3 条规则:给上下文

AI 不知道你是谁。它不了解你的业务、你的受众、你的约束或你的偏好 — 除非你告诉它。

无上下文

“写一封营销邮件。”

有上下文

“我在蒙特利尔经营一家小烘焙店。下周我们要推出一款新的酸种面包。给我们现有客户(主要是重视本地手工食品的年轻专业人士)写一封营销邮件。控制在 150 字以内。我们用轻松、友好的语气 — 绝不公司腔。”

你提供的相关上下文越多,输出越个性化。你不是在用背景信息浪费 AI 的时间 — 你是在给它产出有用内容所需的原料。

第 1 号错误:过于礼貌而模糊

这是我们看到的最常见错误,来自好意。人们写给 AI 就像写给不想冒犯的同事:

过于礼貌

“嗨!我在想你是否可以帮我一下。我需要写封邮件,如果可以的话?是写给我老板的,我想让它听起来专业但不要太僵硬,你懂吧?也许关于一个项目更新?如果不太麻烦的话?”

AI 没有可以伤害的感情。你无法冒犯它。你不会过于直接。事实上,直截了当正是它需要的。去掉客套,直奔主题:

直接

“给我老板写一封专业邮件,更新 Henderson 项目。关键点:我们按 3 月截止日期推进,设计阶段完成,开发从周一开始。语气:自信、简洁。100 字以内。”

同样的请求。字数减半。结果好十倍。直接。清楚。AI 会感谢你 — 好吧,不会,因为它没有感情,但输出会更好。

系统提示词:你的秘密武器

大多数 AI 平台让你设置系统提示词 — 一组适用于整个对话(不只是一条消息)的指令。把它想成在开始游戏前设好规则。

系统提示词 可能是:“你是一家科技初创的文案撰写人。用轻松、机智的语气写作。除非要求,回答控制在 200 字以内。永远不用企业术语。”

现在那次对话的每个回答都遵循这些规则。你不必每次都重复你的偏好。在 Zubnet 上,你可以按工作区设置 系统提示词,所以你的营销工作区与技术文档工作区写法不同。

何时使用不同模型

不是每个问题都需要最强大(也最贵)的模型。这里是一个实用框架:

快速问题、简单任务 — 用快、便宜的模型。“总结这段话”、“修这封邮件的语法”、“把这个翻成法语”。DeepSeek V3、GPT-4o Mini 或 Claude Haiku 以零头的成本完美处理。

复杂分析、细腻写作 — 用强大的模型。“分析这些财务预测并识别风险”、“写一篇 1000 字的说服性文章并给出支撑论点”、“debug 这段复杂代码”。Claude Opus、GPT-4o 或 Gemini Pro 在这里值那个溢价。

创意工作 — 用不同模型尝试。每个都有不同的 “个性”。有些更有创意,有些更精确,有些更简洁。适合创意写作的最佳模型可能不是技术文档的最佳模型。

温度:创意度调节

大多数 AI 平台有温度 参数,通常 0 到 1(有时 0 到 2)。作用如下:

温度 0(或很低):AI 每次都选下一个最可能的词。回答可预测、一致、精确。适合:事实性回答、代码生成、结构化数据提取,任何你想每次都相同输出的场合。

温度 0.7–1.0:AI 引入随机性。有时选不那么显而易见的词,产生更多样、有创意、令人惊喜的输出。适合:创意写作、头脑风暴、生成多种选项,任何新意很重要的场合。

把它想成介于 “可靠的会计” 和 “创意作家” 之间的调节。没有哪个更好 — 取决于你需要什么。

好的起点:

大多数对话把温度保持在默认(通常 0.7–1.0)。需要精准时降到 0–0.3。只有在希望 AI 变得古怪和实验性时,才把它调到 1.0 以上。


简短版

1. 要具体。告诉它要什么、给谁、多长、什么语气。
2. 迭代。第一次回答是草稿,不是成品。
3. 给上下文。AI 只知道你告诉它的。
4. 要直接。不需要客套。说你要什么。
5. 系统提示词 设定持久规则。
6. 让模型匹配任务。简单任务 = 便宜模型。
7. 调节温度 以兼顾精度与创意。

就这些。不需要 提示词工程 证书。只要清晰、具体和愿意迭代。AI 是工具。你给的指令越好,它表现越好。最棒的部分?你可以免费练习,不承担后果地失败,并在每次对话中进步。

准备试试?Zubnet 让你在对话中途切换 361+ 个模型,找到最适合你的那个。

Sarah Chen
Zubnet · March 19, 2026
ESC