Step 0：如何与AI高效对话
这一节，我们要做什么
在之前使用豆包、DeepSeek 之类的工具查题、问问题的时候，你可能有这样一个感受：
同一个 AI，有人用出来像“人工智障”，有人用出来像得力助手——差别往往不在 AI，而在你怎么把事情交代给它。
在这一节，你会明白其中的原理。我们拿一件你开学后很可能真会遇到的事练手：让 AI 帮你设计一场新生破冰活动。
学完这一节，你能带走：
- 用大白话说清大语言模型、Token、上下文三个概念；
- 亲眼看到“一句话提问”和“把情况交代清楚”的结果差距；
- 一套以后向 AI 交代任何事都用得上的提示词心法。全程不需要背任何提示词公式。
一、先花两分钟，认识三个概念
不用背定义——看完这三个词，你大概就明白：为什么同一个 AI，有时候给的东西能直接用，有时候却像什么都没说。
大语言模型：一个表达能力很强的新同伴
你可以先把大语言模型想成一个“读过特别多书的新同伴”：表达能力很强，也很会举一反三，但它并不了解你的具体情况。
它的本事，来自从海量文本里学到的语言规律——你输入一段话，它就结合当前看到的上下文，一段一段往下生成。你平时让它干的活儿，比如改东西、总结资料、出主意、陪你把模糊的想法理清楚，都是它擅长的。
不过有一点要记住：它并不是在查数据库。像“你们学校几点报到”这种具体问题，它说得再肯定、再流畅，也别直接信。
问题越模糊，AI 越需要替你猜目标；背景越少，回答越容易变成适用于所有人的通用版本。
Token（词元）：模型处理文本的基本单位
Token 是模型处理文本时使用的基本单位。模型处理的不是简单的“字数”。
一个汉字、一个词、一个标点，甚至英文单词的一部分，都可能对应一个或多个 Token。不同模型的切分方式不同，不能按汉字数直接换算。
你不需要会计算 Token，只要记住一件事：AI 一次能处理的信息是有限的——至于“有限”到底是怎么回事，就是下一个词“上下文”要回答的。
上下文：AI 此刻能看到什么
上下文就是 AI 此刻能看到、能参考的内容。它通常包括：
- 当前提示词和前面对话的历史记录；
- 你提供的资料；
- 某些产品提供的历史记忆或系统设置。
可以把它想成 AI 当前使用的一张便签：便签上没有的信息，它需要猜；内容太长或太乱，重点也可能被干扰。
这张便签的大小是有限的——模型一次能处理的输入、历史对话和输出总量有上限，也就是常说的“上下文窗口”。对话越长，前面的内容越可能被压缩或截断。“它刚才还记得，怎么现在忘了”，往往就是这个原因。
同一句“再改得具体一点”，放在不同对话里，可能指向完全不同的内容。所以本节两次尝试都会新建对话——这样你能看清，结果的差异只来自你交代的信息。
一句话记住这三个概念：AI 的能力决定它“会不会做”，上下文决定它“知不知道该怎么做”。
二、开始动手！让 AI 帮你办一场破冰活动
你刚加入一个社团，负责人找到你：“明天下午给新成员办个破冰活动，你来出个方案？”
别慌。这件事，我们今天就交给 AI 试试看。
一个小提醒：用网页版 AI 就可以（DeepSeek、豆包都行）；先把联网搜索关掉、别上传文件——不然你会分不清，结果是你的提示词带来的，还是联网搜来的。
第一次尝试：只说一句话
新建一个对话，发送：
`Plain Text 帮我设计一个大学新生破冰活动。
你大概率会得到一份看起来很完整的回答：名字接龙、击鼓传花、两真一假、你画我猜……
先别急着满意。问自己一个问题：**如果明天下午真的要办，这份回答你敢直接拿去用吗？**
再细看一眼就会发现，**它其实什么都不知道**：
- 它知道现场有多少人、活动多长时间吗？
- 它知道教室的桌椅能不能搬动、你有没有帮手和道具吗？
- 它知道这群新生内不内向、愿不愿意挨个上台吗？
<div class="callout">
AI 并没有偷懒。你只告诉它“设计一个破冰活动”，它就只能按照自己见过的“常见破冰活动”，**把剩下的信息全部猜出来**。
</div>
### 再试一次：把情况交代清楚
再新建一个对话，把下面这段话发给它。可以直接复制——注意，它没有什么固定格式，就是在把情况说清楚：
```Plain Text
我明天下午要为 20 名互不认识的大一新生组织一场 30 分钟的破冰活动。
活动在一间普通教室里进行，桌椅基本不能移动，现场只有我一个人主持，也来不及准备复杂道具。大部分学生比较内向，所以不要安排逐个上台自我介绍、肢体接触或者容易让人尴尬的游戏。
我希望活动结束后，每个人至少认识 3 名同学，并找到一位和自己有共同兴趣的人。
请帮我设计一套可以直接执行的活动方案，按照分钟写清楚每个环节，并附上我可以直接照着说的主持词。如果现场比较冷场，也请给我一个简单的调整办法。现在，把两次的回答放在一起对比一下：
| 只说一句话 | 补充上下文之后 |
|---|---|
| 给出几个常见游戏的名字和规则 | 一套完整的 30 分钟活动流程 |
| 默认大家外向、愿意上台 | 照顾内向同学，避开上台和肢体接触 |
| 默认场地宽敞、有帮手有道具 | 适配固定桌椅、一个人主持 |
| 看起来正确，但没法直接用 | 分钟级流程 + 主持词 + 冷场预案 |
关键一句：第二次的结果更好，不是因为提示词更长，而是因为我们补充了会影响 AI 做决定的信息。
三、拆解一下：我们到底告诉了 AI 什么？
回过头看，第二段话其实就说了这么几件事：
- 要做什么：设计一场破冰活动；
- 为什么做：帮互不认识的新生互相认识；
- 给谁用：20 名比较内向的大一新生；
- 在什么条件下：普通教室、30 分钟、一个人主持、没有道具；
- 有什么限制：桌椅不能动、不上台、不肢体接触；
- 想达到什么效果：每人认识 3 名同学，并找到一位有共同兴趣的人；
- 希望怎么交付：分钟级流程、主持词，外加一个冷场预案。
但别误会——这不是以后每次都要照填的“七步模板”。七件事有点多，其实可以收成四个词：目标、背景、边界、交付。
| 四个词 | 意思是 | 在这个例子里 |
|---|---|---|
| 目标 | 要做什么，做成什么样 | 设计破冰活动；结束后每人认识 3 名同学 |
| 背景 | 给谁用、在什么情况下 | 20 名内向新生；普通教室、30 分钟、一个人主持 |
| 边界 | 不能做什么 | 不动桌椅、不上台、不肢体接触 |
| 交付 | 结果要长什么样 | 分钟级流程 + 主持词 + 冷场预案 |
下次再向 AI 交代事情，脑子里过一遍这四个词就行。如果拿不准，就问自己一句话：
如果我把这件事交给一个刚加入团队、能力很强但不了解情况的同伴，他还需要知道什么？
注意：不是信息越多越好。只补充和这件事真正相关的信息——无关的细节只会占用 AI 的注意力，反而干扰重点。
四、第一版不是终点：继续和 AI 协作
第二次的结果已经能用了，但真实的合作不会到此为止。看到不满意的地方，就直接说出来，就像和同伴讨论方案一样。下面几种说法，你可以直接抄：
发现不合适的地方，指出来：
`Plain Text 整体流程不错，但第二个环节还是需要有人公开发言，内向的同学可能会有压力。
请把这个环节改成两人或三人小组内完成，不要求任何人面向全班分享。其他部分先不要改。
**情况变了，告诉它重新调整****：**
```Plain Text
活动时间临时从 30 分钟缩短到了 20 分钟。
请保留“每个人至少认识 3 名同学”的目标，重新压缩流程，并告诉我删掉了哪些环节。不知道怎么改，让它先给选项：
`Plain Text 我觉得开场还是有点尴尬，但不知道该怎么调。
请先给我三个不同的开场方式，分别说说适合什么氛围。先别重写整个方案，等我选完再继续。
**信息不全，让它先问：**
这是一个非常好的技巧，当你对要完成的事情没有什么头绪的时候，不妨反过来让AI想你提问，采访你。
```Plain Text
如果还有会明显影响活动安排的信息缺失，请先问我最关键的三个问题，不要直接替我猜。现在轮到你了：回到你的对话，挑一处不满意的地方，直接说出来试试。
高效对话不是在第一句话里写出完美提示词，而是让 AI 先干起来，再根据结果继续补充、纠正和选择。
到这里，你已经……
到这里，你已经完成了一次真正的人机协作：先用一句话让 AI 动起来，再通过补充上下文拿到能落地的方案，最后通过继续反馈，让它按你的要求调整。
AI 不只是回答了一个问题，而是在你的交代和反馈下，真的把一件事往前推进了。这个手感，比背任何模板都重要。
课程总结：这五句话可以截图带走
- AI 很聪明，但它不了解你的具体情况。缺少上下文时，它只能按常见情况猜，答案容易“正确但通用”。
- 好的提示词不是更长，而是包含了真正影响任务的信息。交代任务时，脑子里过一遍四个词：目标、背景、边界、交付。
- 和 AI 对话不需要背公式。想象你在给一个能力很强、但刚加入团队的同伴交代任务，用平时说话的方式把事说清楚就行。
- 不确定的信息，别让 AI 猜，可以让它先问。你自己也没想完整的时候，让 AI 提出最关键的问题，再一起推进。
- 第一版只是合作的开始。不满意就指出来，情况变了就告诉它，在同一段对话里边做边改。
如果用一句话总结这章节的内容：
像给人交代任务一样，把事情和情况说明白；像和人合作一样，看着结果边做边改。
配套习题：自测 + 实战
教程到这里就结束了。这部分是配套练习，不是教程内容：4 道选择题帮你检查理解，1 道场景实战题帮你把方法真正用一次。建议先自己做，再对照文末的答案与解析。
一、选择题
第 1 题｜在不开启联网搜索的情况下，你问 AI：“我们学校几号开始报到？”它用非常肯定、流畅的语气告诉你：“9 月 3 日上午 8 点。”关于这个回答，正确的理解是？
- A. 语气这么肯定，说明它查过学校的官方通知
- B. 它是根据语言规律生成了一个“看起来合理”的答案，具体事实还需要去核实
- C. 它一定是在乱编，AI 的回答都不可信
- D. 说明这个模型的训练数据里包含你们学校
第 2 题｜和一个 AI 聊了很久之后，你发现“它刚才还记得的事，现在好像忘了”。这最可能和什么有关？
- A. AI 在故意敷衍你
- B. 对话太长，前面的内容被压缩或截断，超出了它能看到的范围
- C. 免费版 AI 会定时清空记忆
- D. 你的网络不稳定
第 3 题｜同一款 AI，两位同学分别问“帮我设计一个迎新活动”。小 A 得到一份常见游戏清单，小 B 得到一份可以直接执行的方案。造成差别最可能的原因是？
- A. 小 B 用了更新的模型版本
- B. 小 B 的提示词写得更长
- C. 小 B 交代了更多会影响 AI 做决定的信息
- D. 小 B 的提问语气更礼貌
第 4 题｜AI 给出的活动方案整体不错，但有一个环节你觉得不合适。这时最好的做法是？
- A. 重写一条更长、更详细的提示词，重新生成一版
- B. 在同一段对话里直接指出那个环节的问题，让它只改这部分
- C. 换另一个 AI 工具重新问
- D. 接受整版，那个环节自己手动改
二、场景实战题：周末聚餐方案
场景：你们班约好这周末聚餐，班委把“出个方案”这件事交给了你。请用 AI 完成，按下面的步骤来：
- 先用一句话问：新建对话，只发“帮我安排一次班级聚餐”，把结果存下来；
- 再用四个词补齐：新建对话，用“目标、背景、边界、交付”各补一句你设定的情况（多少人、预算多少、有没有忌口、想要什么样的结果），再发一次；
- 继续改一版：在第二次的对话里，挑一处你不满意的地方，直接说出来让它改；
- 三句话复盘：第二次你多交代了哪几个词？结果哪里明显变好了？你反馈后又改了什么？
选择题答案与解析
第 1 题：B。没有开启联网搜索时，它并没有真的去查学校通知，只是根据语言规律生成了流畅、合理的表达——流畅不等于核实过。但也别走向另一个极端（C）：它不是“都在乱编”，表达、整理类的任务它很可靠，涉及具体事实时才需要核实。
第 2 题：B。AI 一次能处理的信息有上限（上下文窗口），对话、材料和回答都在占空间。聊得太久，前面的内容就可能被压缩或截断。遇到这种情况，把关键背景重新交代一遍，或者新建对话再说一次。
第 3 题：C。结果差异不来自长度（B）或语气（D），而来自有没有交代目标、背景、边界、交付这些会影响 AI 做决定的信息。
第 4 题：B。继续对话、精准反馈，通常比重来一遍更高效。A 是最常见的错误直觉：不是重新堆一条更长的提示词，而是直接告诉它哪里不对。