让 AI 承担更大的任务:从交付物走向结果的 11 个提示词模板

我们经常让 AI 做一些边界清晰的小事:写一封邮件、生成一张表、解释一段代码、整理一次会议纪要。

这些任务都有价值,但有时我们真正想要的结果,离交付物还有一段距离。做完周报之后,我们仍要判断哪些问题需要决策;修复一次故障之后,我们还要想办法避免它反复发生。

在文章 《How to be more ambitious: A tutorial for humans with models》中,Felix Rieseberg 提出了四个观察 AI 使用方式的维度:速度、高度、深度和广度。速度是更快地完成相同工作;后三者则邀请我们重新考虑任务本身。

  • **高度:**从眼前的任务上升一层,看看它服务的目标是什么。
  • **深度:**接触原始材料,使用专业方法,并寻找独立验证结果的方式。
  • **广度:**从不同领域引入真正有用的方法和工具。

这篇文章结合这些思路,以及数字生命卡兹克分享过的问题追问、事实核查、多视角分析和最小实验等方法,整理了 11 个可直接改写使用的提示词。

**说明:以下提示词均由我重新编写,不是 Felix 或卡兹克文章的逐字翻译或原文。**每个模板都需要填入背景、材料和约束;其中的研究、测试或实际运行,也取决于所用 AI 能否访问相应资料和工具。

一、提高高度:从“完成任务”转向“解决问题”

1. 找到任务背后的目标

有时我们让 AI 做一份报告,其实是想帮助团队决定下一步做什么。让 AI 修一个问题,可能是想降低同类故障的发生率。

适用场景: 已知交付物,但不确定它是不是解决问题最直接的方式。

1
2
3
4
5
6
7
8
9
10
11
12
我目前准备做的任务是:[任务]。

请先分析:
1. 这个任务表面上要交付什么?
2. 它真正希望改善的结果是什么?
3. 谁会使用结果,他们需要作出什么判断或行动?
4. 如果不局限于当前交付物,有没有更直接的方法?
5. 还缺哪些关键信息,才能判断这些方法是否可行?

最后给出当前任务的改进方案,以及一个目标层次更高的替代方案,
比较它们的成本、收益和适用条件。
先展示分析,不要未经确认扩大执行范围。

怎么用: 附上任务的受众和决策场景。这个模板适合定义工作范围;如果任务本来就有严格格式或明确要求,也应把这些要求写进约束。

2. 从报告升级为决策支持

报告可以把信息整理出来,但真正有帮助的报告,还需要告诉读者:哪些变化重要、哪些原因仍不确定、现在有哪些选择。

适用场景: 周报、季度复盘、项目进度、成本分析或发布质量报告。

1
2
3
4
5
6
7
8
9
10
11
12
请基于以下材料完成[报告主题]:
[数据、文档和背景]

除了整理现状,还请回答:
1. 与上一周期相比,最重要的变化是什么?
2. 哪些变化有证据支持,哪些原因仍是推测?
3. 最值得关注的三个问题是什么?
4. 每个问题有哪些可选行动,各自的成本、收益和风险是什么?
5. 如果本次会议只能作出三个决定,最应该决定什么?
6. 哪些缺失信息可能改变建议?

请分别呈现事实、分析、建议和待决事项。

怎么用: 给出统计口径、比较周期和会议对象。没有足够数据解释原因时,要求它明确写出尚待验证的假设。

3. 从一次性处理升级为持续发现

如果一类问题每个月都要重新统计、重新分析,那么值得研究能否更早发现它。

适用场景: 反复出现的告警、成本异常、发布失败、工单积压或客户流失。

1
2
3
4
5
6
7
8
9
10
11
12
我们反复遇到的问题是:[问题]。
目前的处理方式是:[流程]。

请设计一种持续发现和处理问题的方式:
1. 哪些信号可能提前反映问题,数据从哪里获取?
2. 如何区分正常波动、值得关注的变化和明确异常?
3. 哪些步骤可以自动完成,哪些需要人工判断?
4. 用过去[时间范围]的案例回测:能否更早发现?
5. 设计小范围试运行,包括周期、效果指标和退出条件。
6. 无法获取的数据和无法完成的验证,请明确列出。

先给出设计和验证结果,再决定是否实施。

怎么用: 先用历史案例回测,再与现有流程并行试运行。能描述出一个监控规则,不代表它已经证明有效。

二、增加深度:从“像专家回答”到“使用专业方法”

4. 把任务做得更深入,而不是更长

在陌生领域,最难的往往不是写出答案,而是不知道应该从什么材料入手,以及怎样判断答案是否可靠。

适用场景: 研究、方案评审、诊断和复杂分析。

1
2
3
4
5
6
7
8
9
10
11
我原本的任务是:[任务]。

请帮我把它做得更深入,但不要只是增加篇幅。
先说明:
1. 这个领域的专业人士还会做哪些我没有提出的工作?
2. 他们会优先查阅哪些原始材料?
3. 他们会使用哪些具体方法、工具或检查手段?
4. 除了你和我,还有什么可以独立验证结果?
5. 在当前数据、权限和时间条件下,哪些方法无法执行?

然后根据以上分析,帮我重写任务提示词。

怎么用: 先看 AI 提出的材料和方法是否适合你的场景,再决定哪些值得加入任务。这条模板受 Felix 文章中的深度提示词启发,但文字是重新编写的。

5. 从原始数据反证既有判断

团队内部容易形成一些大家都熟悉的解释,比如“用户流失是因为引导做得不好”或“异常主要来自某个环节”。熟悉不等于已经验证。

适用场景: 诊断故障、业务变化、用户流失或成本异常。

1
2
3
4
5
6
7
8
9
10
我们目前的判断是:[判断]。

请从可获取的原始材料出发,验证并尝试反驳它:
1. 找到相关的原始数据、事件记录或一手文档。
2. 明确这个判断成立所依赖的前提。
3. 查找支持证据、反例和其他可能的解释。
4. 区分相关性、因果关系和目前无法判断的部分。
5. 说明哪些缺失数据最可能改变结论。

最后给出当前判断可以成立到什么程度,以及下一步最值得验证的假设。

怎么用: 提供原始记录及时间范围。模型无法访问的数据,应标记为未获取,而不是凭空补全。

6. 为结果设计独立验证

AI 可以写代码,也可以解释自己为什么认为代码没问题。但解释和实际验证是两回事。

适用场景: 代码修改、数据统计、研究报告、接口分析和迁移方案。

1
2
3
4
5
6
7
8
请先完成[任务],然后设计并执行独立验证:
1. 列出交付物必须满足的可检查条件。
2. 选择相对独立的验证方式,例如测试、交叉计算、来源回查或实际运行。
3. 记录每项检查的方法、结果和覆盖范围。
4. 检查失败时定位原因、修复并重新验证。
5. 无法验证的部分标记为“未验证”。

最终分别报告:已验证、未验证、发现的问题和剩余限制。

怎么用: 先判断工具有没有执行权限与数据访问能力。重要结论最好有可以复现的命令、测试结果或原始来源。

7. 设定有挑战的目标,并验证可行性

一个更高的目标可以帮助我们跳出渐进优化,但目标是否可行,仍要靠测量回答。

适用场景: 性能优化、流程提效、降低错误率或改善体验。

1
2
3
4
5
6
7
8
9
10
当前指标是:[现状],常规目标是:[目标]。

请提出一个更有挑战性的目标,并分析:
1. 当前距离目标有多远,瓶颈是什么?
2. 有哪些不同路径可能接近目标?
3. 哪些限制是已确认的事实,哪些只是未经验证的假设?
4. 如何用最小实验验证关键瓶颈?
5. 如果暂时达不到目标,如何制定阶段目标和停止条件?

请用测量结果支持判断;证据不足时不要声称目标已经可行。

怎么用: 明确指标口径,例如平均值、P99、样本范围和测量环境。不要把一个大胆目标当成结果保证。

三、扩大广度:寻找其他领域真正有用的方法

8. 把交付物改写成需要完成的动作

当我们说“做一份 PPT”时,脑海里很容易只剩下页数和版式。但它真正要完成的,也许是帮助读者理解变化、比较方案并作出决定。

适用场景: 汇报、教育、产品设计和信息展示。

1
2
3
4
5
6
7
8
9
10
我准备制作:[交付物]。
目标受众是:[受众]。
我希望他们看完或使用后:[希望发生的变化]。

请先不讨论格式,而是分析:
1. 这件事实际需要完成哪些动作?
2. 哪些领域长期研究或实践过这些动作?
3. 各领域有哪些具体方法值得借用?
4. 有没有比当前交付物更合适的方式?
5. 在时间和资源约束下,最值得先尝试哪一种?

怎么用: 填入具体受众和预期行为,例如“让负责人在 30 分钟内选出两个优先治理的问题”。

9. 多专业协作,要求具体方法

让 AI 扮演几位专家,可能会得到一场热闹的对话。更重要的是,每个视角究竟能引入什么资料、方法和检查。

适用场景: 跨产品、技术、运营、研究等领域的问题。

1
2
3
4
5
6
7
8
9
10
我要解决的问题是:[问题]。
已有材料和约束是:[材料、时间、预算、权限]。

请判断哪些不同领域的方法有实际帮助。对每个领域说明:
1. 它会提出哪些其他视角容易忽略的问题?
2. 它会使用什么具体方法、数据或工具?
3. 这个方法能产出什么可检查的结果?
4. 在当前条件下能否执行?不能执行的原因是什么?

最后综合结果,提出方案并标明分歧。不要只模拟专家对话。

怎么用: 要求每个视角提供可检查的依据。必要时,请不同视角对同一份证据提出不同解释。

10. 跨领域寻找成熟解法

有些看似特殊的难题,抽象之后可能是多个领域共同面对的资源分配、反馈延迟或信息不对称问题。

适用场景: 常规方案收效有限,需要新的思路。

1
2
3
4
5
6
7
我遇到的问题是:[问题、当前做法和约束]。

请先用不依赖本行业术语的语言描述问题结构,
再从至少三个不同领域寻找结构类似的案例。
对每个案例说明解决机制、关键相似点、重要差异、
迁移条件和不能照搬的部分。
最后选择一个最值得尝试的机制,设计低成本验证。

怎么用: 重点检查“机制是否相同”,而不是因为两个场景听起来相似就直接照搬。

四、把三种思路组合起来

11. 一个通用的复杂任务模板

下面这个版本适合需要研究、提出方案并验收的任务。它不要求每次都扩大范围,而是先识别是否有值得提升的地方,再依据当前权限执行。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
我想完成的事情是:[任务]。

背景:
[为什么要做、谁会使用结果、当前问题]

已有材料:
[文档、数据、代码、链接或其他资料]

约束:
[时间、资源、权限和不可触碰的边界]

请按以下步骤工作:

一、明确目标
1. 确认我真正希望改善的结果,而不只复述交付物。
2. 判断问题是否完整;关键条件不清楚时先提问。
3. 如有更直接的达成方式,请提出,但不要擅自扩大执行范围。

二、深入分析
4. 优先检查原始材料,区分事实、推测和缺失信息。
5. 选择相关领域适用的具体方法和工具,并说明选择理由。
6. 寻找反例、替代解释和可能推翻当前判断的证据。

三、引入其他方法
7. 判断其他领域是否有可借鉴的成熟方法。
8. 说明方法如何应用、成立条件是什么。

四、形成结果并验证
9. 给出可执行方案,说明关键取舍、风险和下一步。
10. 设计并执行独立验证;无法验证的地方明确标注。
11. 如果适合长期使用,提出小范围试运行或复用方案。

最终交付:核心结论、证据、方案与取舍、验证结果和待确认问题。

怎么用: 对简单任务可以删去不需要的部分;对重要任务,尽量提供能直接访问的原始资料和具体的完成标准。

一个例子:从发布统计走向改进决策

假设原本的任务是:

统计过去一个月的发布失败情况,整理成周报。

这可以完成,但还可以把目标说得更清楚:

1
2
3
4
5
6
7
8
9
10
11
12
13
请研究过去一个月的发布失败情况。

我的目标是识别哪些失败可以提前发现或避免,
并帮助团队决定优先改进什么。

请:
1. 核对发布记录、失败任务和重试结果的数据范围;
2. 区分失败次数、失败发布单和最终未成功发布的发布单;
3. 按失败环节、重复原因和影响范围分类;
4. 分别找出最常见的问题和影响最大的问题;
5. 抽查原始日志,验证分类是否成立;
6. 提出三个优先改进项,给出证据、建议和验证方式;
7. 数据不完整时说明缺失范围,不把缺失当作零。

这仍然是一项可执行的统计任务,但它把统计连接到了后续决策。它也规定了分母、抽查和缺失数据处理,避免一份看起来完整的报告掩盖证据不足。

使用时,留意三个边界

第一,目标提升不等于无限扩大任务。让 AI 提出更高一层的目标很有价值,但是否执行,仍应根据你的需求、权限和资源决定。

第二,角色不等于专业能力。需要深度时,检查它是否真的找到了原始材料、使用了合适方法、提供了可以复核的结果。

第三,验证不等于自我评价。测试、回测、原始来源、独立计算和真实用户反馈,通常比“我检查过了”更能说明问题。

当这些条件具备时,AI 不只是更快地生成一个交付物,也能帮助我们更早发现问题、比较选择,并把想法变成可以检验的行动。

参考资料