说不清的事，换谁做都一样
阅读方式：微信读书网页版，从版权页翻到第 9 章末，共 452 屏、9 章、9 分 18 秒。 九章：你并不了解 GPT、脑认知与人工智能、人机交互趋势、沟通心理与任务指派、行业精英的工作流、AI 工具库、元能力、语音对话、DeepSeek。
这本书放在一堆"大模型技术书"里，显得有点不合群。
它几乎不讲模型结构，也不教你怎么调 API。前四章讲的是：脑认知、神经学、人机交互的 LUI 代际、沟通心理学。
读到第五章我才明白它在干什么——它把"提示词"当成一个沟通问题，而不是技术问题。
而它的核心判断，可以用一句大白话说完：你连对下属都说不清的事，对 AI 一样说不清。
一、马斯克那句玩笑，被当成了论点
第 4 章开头引了马斯克一条推文：
"Whoa, I just realized that raising a kid is basically 18 years of prompt engineering."
作者的解释是：马斯克借这个概念强调"抚育孩子需要持续的、有策略的引导和教育"，用比喻表达了这件事的复杂性与长期性。
然后他顺势把它拆成三条：策略性引导、持续教育、重视环境。
这个转法我觉得挺妙。因为大多数人把提示词当"咒语"——背一堆模板，指望一击必中。而按这个比喻，提示词其实是长期、反复、有策略的引导：
你不会指望对孩子说一句话就管十八年；但你确实会指望对 AI 说一句话就得到完美结果。
这个不对称，就是很多人用不好 AI 的真实原因。
二、先把问题定义清楚：把咨询工具搬进来
第 5 章讲"行业精英的工作流"，但真正有用的是它前面讲"怎么定义问题"那几页。
作者搬了两个老工具进来：5W2H 和 SMART。
5W2H：What（问题本身）、Where（发生地点）、When（发生时间）、Who（谁受影响）、Why（为何发生）、How（如何解决）、How much（解决要多少成本）。
然后他给了一组对照，我认为是全书最实用的一页：
模糊的问题：某款车促销做得不好。
具体的问题：经销商的销售员未能生动有效地推介某款车特色。
模糊的目的：面向客户更好地开展某款车的促销。
具体的目的：经销商的销售员（Who）在样车展出期间（When），到店客户（Whom）80%（How much）能理解（How）某款车的 ×× 特色（What）。
看到第二行那一串括号了吗？5W2H 的七个问题，被逐个填进了那句话里。
这就是"把需求说清楚"的具体做法——不是写得更长，是把每个空都填上。
而且这段还提到了另一个区分，我觉得更值钱：现象与洞见。
书里的例子是：最近脸上冒痘痘、最近易发脾气、连续 3 天失眠、经常丢东西——这些都是现象。而"可能近期工作压力大"才是洞见。
放到提示词里就是：你给 AI 的应该是洞见，不是现象。
你说"帮我写个总结"（现象），它只能猜；你说"把这次会议里三个待办挑出来，标上负责人和时间"（洞见），它才接得住。
三、几个可以直接抄走的句式
第 7 章"元能力"是全书最像"工具箱"的一章。它列了一批"基本语境陈述"模板，我挑三个最通用的：
第一个：先问再答。
"你应该先通过提问明确评分标准、对比答案的上下文及领域要求，直到你掌握足够信息生成评分报告。一次问我一个问题，问我第一个问题。"
这句话解决了"AI 一上来就答偏"的大半问题。因为它承认了"信息不足"这件事，并且把追问权交回给了模型。
而"一次问一个问题"这个限定，是这段话的精髓——不加这句，它会一口气问你八个问题，你还是不想答。
第二个：让它当评委。
"请模型 B 针对模型 A 的答案，指出潜在逻辑漏洞或补充依据。"
这是成本最低的质检：用模型审模型，比你自己逐句读快得多。 而且它给的是"逻辑漏洞"这种具体维度，不是"好不好"。
第三个：游戏模式。
书里给了两个例子：一个是洞穴探索（你要收集失传语言的词汇和符号才能理解故事），一个是达利主题的聚会游戏（每人写提示、生成图像、投票）。
这两个例子的共同点是：用规则和角色，把发散框住。
这跟我们直觉相反——我们以为创意要"放开"。但实际经验是：完全放开，AI 只会给你平均值；给了约束，它才开始做选择。
四、从"会写提示词"到"有工作流"
书名叫"构建高效工作流"，落到实处的其实是两件事：
一是把好用的提示词存下来。 第 6 章讲搭"AI 应用工具库"。这个动作看着笨，但它把"每次现写"变成了"调用模板"——而模板是可以被团队共享、被反复改进的。
二是把任务拆成有检查点的几步。 第 5 章拆了几类岗位的实际流程，共同点是：先定标准，再让 AI 填；先出草稿，再由人改。
第 9 章讲 DeepSeek，从 API 调用一直讲到本地部署。这部分写得意外地实——连 R1 和 V3 要不同的算力型号、每套卡数、每套算力（以 PF16/TFLOPS 为单位）、每套显存（GB）、模型精度、以及含算力部署总价（以万/套/月为单位）都列了。
这在一本偏方法论的书里，算是难得的硬信息。
五、这本书的短板
一是前四章的铺垫太重。 脑认知、神经学、LUI 代际，加起来将近两百屏，但结论只有一句"沟通规律没变"。对想马上上手的人，这是纯粹的负担。
二是案例偏"讲师腔"。 大量"我曾经辅导过某企业""某学员反馈"式的叙述，缺乏可核查的数据。读完你会觉得有道理，但说不出到底提升了多少。
三是 DeepSeek 那章像资料汇编。 参数、价格、部署步骤都列了，但缺少"什么规模该选哪个"的判断。而且这类信息时效极短，半年就会变。
它的优点是：它敢说"问题在你不在 AI"。 在一堆教你"十个神级提示词"的书里，这本反过来讲 5W2H、讲现象与洞见、讲怎么把需求说清楚——这些是老本事，但它们才是真正的瓶颈。
六、一句话
提示词这个词容易让人误会，好像有一套专门对机器说的暗语。但这本书从头到尾在证明一件事：没有暗语。 能把需求拆成 5W2H 的人、能分清现象和洞见的人、能说清"做成什么样算好"的人，用不用 AI 都干得漂亮；反过来，说不清的人换十个模型也一样乱。 所以别急着收藏提示词模板了，先练怎么把一句话说清楚——那才是这套工具真正的输入。
阅读记录：微信读书网页版逐页翻阅，452 屏 / 9 章 / 9 分 18 秒。
本书知识图谱见文中配图，原图地址：https://jiangtian.top/zb_users/upload/kg/prompt-workflow-map.png
发表评论: