上一层讲「是什么」。这一层讲怎么用，六页都能当天上手。

像给一个刚入职的实习生交代活儿

第一次用这类工具的人，常见的翻车不是模型太笨，是我交代活儿的方式太糊。

我自己的例子。几年前我让一个对话框「帮我整理一下会议记录」，它给了我一份分点清楚、措辞漂亮的总结，看着像模像样。第二次我改成：「把记录里所有带日期和数字的句子单独摘出来，一行一条，不要改动任何一个字」。同一件事，出来的东西我直接就能用。

差别不在工具换没换，也不在我学会了什么秘诀。是第二次我把「要什么」写下来了。

这一层的六页，讲的全是这件事。

六页地图

1. 如何把问题问清楚——同一件事，问法不同，出来的东西差出十万八千里
2. 别让它总顺着你说——它当面反驳你的概率，比你想的低
3. 写文案、写代码、搬表格——三种最常见的活儿，分别怎么下手
4. 上下文塞太长会怎样——为什么长文档要切段再喂，而不是一把贴进去
5. 工具地图：现在能用什么——十来款国内外能打开的产品，各自是哪天出生的
6. 选哪一款：免费、付费与隐私——敏感资料到底能不能贴进去

不用按顺序读。今天就要干活，直接跳第三页；只想知道用什么、要不要花钱，先看第五和第六页。

三个词，先在这儿交代清楚

后面六页会反复用到，现在一次说清，省得每页都绕一遍。

提示词（prompt）——你输入给模型的那段话。网上那些「提示词技巧」，说白了全是在改这一段话。

上下文窗口（context window）——模型一次能看进去的词元总数。超了就是装不下，它要么截断，要么直接不接你的活。

温度（temperature）——控制随机性大小的旋钮。调低一点它更稳，调高一点它更敢发挥，也更容易跑偏。

认这三个词，比记任何一条技巧都管用。你会在各家产品的说明页里天天见到它们。

我不认为读完这六页会让人变强

我见过不少人读完一堆提示词教程，回头还是那句「帮我写个方案」，然后嫌结果平庸。

真正管用的只有一条：你比它更清楚自己要什么。这件事跟用哪家的工具没关系，跟你有没有下过苦功也没多大关系。

另外一个提醒。这一层讲的是手法，手法会过时。2022 年底我用得最顺手的那个对话框，2026 年已经换掉了两个。往后也一样。所以别背具体产品怎么用，把判断力练出来更划算。

延伸阅读

• Chain-of-Thought Prompting Elicits Reasoning in Large Language Models（Jason Wei、Xuezhi Wang、Dale Schuurmans et al.，2022，arXiv 预印本）—— 证明了一件很反直觉的事：你只要在提问时先给两三个「带思考过程」的示范，模型答题的准确率会跳一大截，而且不用重新训练它。论文里最有说服力的一组数是：只给八个示范，5400 亿参数的模型在小学数学应用题上就超过了经过专门训练的 GPT-3。这篇是整个「让模型先想再答」路线的起点。arXiv: 2201.11903

• Lost in the Middle: How Language Models Use Long Contexts（Nelson F. Liu、Kevin Lin、John Hewitt et al.，2023，arXiv 预印本）—— 干的事很朴素：把同一段资料放在长文本的开头、中间、结尾，看模型找信息的本事差多少。结论是两头好中间差，专门做过长文本训练的模型也一样。这一篇是第四页的直接依据。arXiv: 2307.03172

动手试试

挑一件你最近真的要做的事——写一封邮件，或者把一堆会议记录整理成待办。

同一个工具，同一件事，问两遍。第一遍就写「帮我弄一下」。第二遍写成四行：这件事是什么、给谁看、要什么语气、输出成什么样（一段话 / 三个要点 / 一张表）。

把两版结果并排看。我猜第二版能直接用的比例会让你意外。

五分钟，够你感觉到「交代活儿」这门手艺是真的存在的。

下一站

从最基本的那件事开始：怎么把一个问题问清楚。