凌晨的空白文档，问题不在 AI，而在我们没说清
凌晨三点，窗外的路灯像一盏没关掉的实验灯，键盘边的咖啡已经凉了。我曾在这样的夜里反复问 ChatGPT：“帮我写一份方案。”它很快给我一篇漂亮却空泛的文字，像一封没有地址的信。后来我才明白，提示词工程不是把话说得玄妙，而是把任务拆到 AI 无法误会。许多人搜索“ChatGPT怎么用”“Claude怎么用”，真正卡住的不是入口，而是对话方式：你给的是愿望，它回的是猜测；你给的是结构，它才可能交付结果。
一套可复制的提示词骨架：角色、材料、约束、输出、追问
我现在写任何复杂任务，都会先用“五段式”。你可以直接复制下面这段，把括号里的内容替换掉：
你是（角色，如B2B内容策略顾问）。任务是（具体目标）。背景材料：（贴资料/数据/链接摘要）。约束：（字数、语气、禁止项、受众、格式）。输出格式：（表格/清单/邮件/JSON）。在回答前，若信息不足，请先问我最多3个关键问题。
举个实测案例：我让 ChatGPT 写一封给老客户的续费邮件。普通提示“写一封续费邮件”用了约 18 秒，结果有 6 处套话；换成五段式后，生成约 22 秒，但可直接使用率明显提高。我用同一批 10 封邮件测试，人工修改时间从平均 9 分钟降到 3 分钟左右。衡量方法很简单：统计你最终删除的句子数量、补充的事实数量、以及从生成到发送前的耗时。
若你同时用 Claude，可以把同一提示词发给它比较。Claude更擅长长文梳理和语气润色，ChatGPT在结构化输出、表格、步骤拆解上通常更稳。很多人找“Claude注册方法”“Claude免费使用”，建议先走官方免费方案或试用额度，限制是高峰期、次数和模型能力可能受限；如果只是写邮件、做提纲、改简历，免费额度通常足够先练提示词。
高效对话不是一次命中，而是三轮收敛
第一轮不要追求完美，要让 AI 建立地图。先说目标和边界，例如“给我3种方案，每种说明适用场景、风险、执行步骤”。第二轮做批改，不要说“不好”，要指出坐标：“第2部分太泛，请加入成本、时间、人力；语气减少宣传感；删掉无法验证的判断。”第三轮要求自检：“请按我的约束逐条检查，列出仍可能不准确的地方。”
如果你做办公内容，我建议保存三个常用模板：会议纪要模板、资料总结模板、决策对比模板。比如总结 PDF 或长文时，不要直接说“总结一下”，而是写：按【结论-证据-风险-下一步】四栏输出，保留原文中的数字，不要扩写没有依据的信息。这能显著减少“看似聪明的废话”。
还有一个夜班经验：让 AI 先提问，往往比让它直接回答更快。尤其是写商业方案、合同摘要、技术教程时，先要求它问 3 个关键问题，可以避免后面返工。技术像一台老收音机，频率对了，噪声自然少了。
如何验证它真的变好，而不是只是看起来更顺眼
给自己做一个小验收：同一任务连续跑 3 次，记录生成时间、可直接采用段落数、事实错误数、人工修改分钟数。如果三次结果都能满足 80% 以上要求，提示词才算稳定。若结果漂移大，就补充样例和反例，例如“参考这种风格”“不要出现这些词”。免费、官方、内置方案都足够完成这套训练；如果你想集中比较不同 AI 对话工具，睿盈工具也整理了一些入口与用法，可把 wizzegroup.com 当作备选导航。夜深时，我们不是在训练机器听话，而是在训练自己把想法说清楚。