水彩风格:一条蜿蜒的河流从左上流向右下,中间有一个小小的渡口标记,象征长对话中的进度校准点

今日实践:一次 15 轮长对话实验

今日实践 选一个你手头真实的多步骤任务,和 AI 对话 至少 15 轮(一问一答算一轮)。 任务举例: “帮我规划一次家庭旅行(目的地、行程、预算、行李清单)” “帮我从零搭建一个个人博客(选平台、定主题、写第一篇文章)” “帮我分析一个职业选择(现状梳理、利弊分析、行动计划)” 不要刻意控制对话方向——让它自然展开。对话到第 10 轮左右时,停下来发这条消息: ...

2026-05-22 · 2 分钟 · Alex Wang
水彩风格:两个人在一张大桌前面对面讨论,桌上铺满笔记和草图,象征多轮对话中的协作与迭代

AI 之路初阶升级指南(三):把 AI 变成你的协作伙伴

📖 本文是「AI 之路初阶升级指南」系列的第 3 篇(共 5 篇)。 第一篇:理解你手里的工具 · 第二篇:从模糊提问到精确指令 · 第三篇:把 AI 变成协作伙伴 · 第四篇:建立个人体系(即将发布) · 第五篇:毕业考核与下一步(即将发布) ...

2026-05-21 · 8 分钟 · Alex Wang
水彩风格:六个不同形状的模具排成一排,每个模具上标注一种几何形状,象征不同的输出格式约束

格式约束速查:6 种让 AI 输出直接可用的 Prompt 模板

技巧卡:格式约束速查 花 10 秒在 Prompt 里指定格式,省下 10 分钟的二次整理。 以下是 6 种最常用的格式约束,每种附一句可以直接用的 Prompt 模板。 1. Markdown 表格 适合:需要对比、汇总的结构化信息。 ...

2026-05-20 · 2 分钟 · Alex Wang
水彩风格:三条信号灯颜色的导引线汇聚到一扇门,绿线标注推理、黄线标注权衡、红线标注假设,象征三个触发 CoT 的信号

什么时候该让 AI「一步步思考」?三个信号

技巧卡:什么时候该让 AI「一步步思考」? 在 Prompt 末尾加一句"请一步步推理"——这就是 Chain-of-Thought(CoT)。简单到不像话,但在合适的场景下效果惊人。 ...

2026-05-19 · 2 分钟 · Alex Wang
水彩风格:一张工作台上摆着五个从粗糙到精细的木工草图,象征同一需求从模糊到精确的改写过程

5 个真实场景的 RBGO 改写:模糊提问 vs 精确提问

RBGO(角色-背景-目标-输出)框架上一篇已经讲过。但知道框架和会用框架之间,隔着一道坎:怎么把"我想要……“翻译成四要素? ...

2026-05-18 · 5 分钟 · Alex Wang
水彩风格:左侧是一张涂鸦草稿,右侧是同一内容的精绘插画,中间有箭头相连,象征从模糊提问到精确指令的改写

今日实践:用 RBGO 重写你的第一个问题

今日实践 回忆一下你今天(或最近一次)问 AI 的第一个问题——越随意越好,不用挑。 把那个原问题原封不动地再问一遍,把回答存下来。 然后,用 RBGO 框架重写同一个问题: ...

2026-05-17 · 2 分钟 · Alex Wang
水彩静物:粗糙原石与切割宝石并置,象征从模糊到精确的 Prompt 精炼

AI 之路初阶升级指南(二):从模糊提问到精确指令

📖 本文是「AI 之路初阶升级指南」系列的第 2 篇(共 5 篇)。 第一篇:理解你手里的工具 · 第二篇:从模糊提问到精确指令 · 第三篇:把 AI 变成协作伙伴(即将发布) · 第四篇:建立个人体系(即将发布) · 第五篇:毕业考核与下一步(即将发布) ...

2026-05-16 · 6 分钟 · Alex Wang
水彩风格:四把形状各异的钥匙挂在一个圆环上,每把钥匙下方对应一扇不同样式的门,象征不同场景选择不同工具

选 AI,看场景不看排名

技巧卡:选 AI,看场景不看排名 试了一圈 ChatGPT、Claude、Gemini,最后还是不知道该用哪个? 别纠结了——这个问题本身就问错了。不存在"最好的 AI",只有"最适合当前任务的"。 ...

2026-05-15 · 2 分钟 · Alex Wang
水彩风格:左侧一张堆满文件的桌面,右侧一个整齐的文件柜,中间一道虚线分隔,象征工作记忆与长期记忆

AI 的「桌面」和「文件柜」

技巧卡:AI 的「桌面」和「文件柜」 你是不是也遇到过这种情况——跟 AI 聊了半天,它突然开始答非所问,好像完全不记得你十分钟前说过的话?或者换了个对话框,又得把背景从头解释一遍? ...

2026-05-14 · 2 分钟 · Alex Wang
水彩风格:三本书从左到右——闭合的书带问号、翻开的书配放大镜、展开思维导图的笔记本,象征三个认知转变

别再把 AI 当搜索引擎了:3 个认知转变

上一篇我们聊了一个底层认知:LLM 是概率性生成,不是检索。它不"查"答案,每次都在"重新想一遍"。所以回答有波动是正常的,你需要自己验证。 ...

2026-05-13 · 4 分钟 · Alex Wang