分五层，逐层加深
先判断该不该用，再练习说清要求、核实结果和固定做法。最后再看多步骤执行。建议按顺序学习。
Level 1 / 共 5 层读完加做题 约 20 分钟
该不该用、怎么开口
它会根据眼前的文字继续往下写。因此，它写得通顺，不代表内容真实。
学完这一层，你会：
- 明白它为什么会编出没有依据的内容。
- 确认手上的工具能不能联网、读文件，以及记住之前的对话。
- 根据“容易发现错误吗”和“出错后果大吗”判断任务风险。
- 把任务拆开，决定哪些自己做、哪些交给 AI。
- 把零散想法整理成清楚、分段的提示词。
先分清：流畅不等于真实
生成式 AI 会根据你给的文字继续往下写。它擅长把话写顺，但语气再肯定，也不能证明内容正确。
底层原理：它为什么会编
先别看解释，自己动手试一下。你来当一次模型。
它会不断重复这个动作：看眼前的文字，接上一个合适的词，再继续往下接。整段回答就是这样生成的。
有材料时，它写出的内容可能正好有依据；没有材料时，它也会继续写。它不会自动区分这两种情况，所以核实要由人来做。
你把会议记录交给 AI 整理，它写出“会议已经决定，新版本将在本周五发布”。但原始记录里只有一句“发布时间待确认”。“本周五”是它自己补的。这个日期在语言上很自然，在材料里却没有依据。
材料里有什么 → AI 怎样组织 → 哪些内容仍需核实
一句话：先问“依据在哪里”，再问“写得好不好”。
底层原理：它的知识是什么时候的
它训练时学到的知识不等于最新信息。训练结束后发生的事，它可能不知道，但仍可能给出一个听起来合理的答案。
遇到近期信息，要给它最新材料或使用联网功能。否则，它可能会用旧知识补出答案。
底层原理：它能看见什么
可以把它能看到的内容想成一张工作台：你的问题、贴进去的材料和刚才的对话都在台面上。台面外的信息，它看不到。
所以，必要材料要主动提供。对话太长时，较早的信息可能被忽略；新开对话后，也不要假设它知道之前发生过什么。
底层原理：同一个问题问两次，答案不一样
生成回答时带有一定随机性，所以同一个问题问两次，答案可能不同。
需要稳定事实时，回到原始来源核实，不要把 AI 当成数据库。
为什么把这件事放在最前面？
Generative AI Literacy: Twelve Defining Competencies 将理解模型能力与局限、评估输出等能力放在生成式 AI 素养的核心位置。
练习 · 先判断，再看解释
这件事可以先交给 AI 试吗？
先确认一件事：它拿得到任务需要的信息吗？
不同工具能访问的信息不同。先确认它能不能联网、读文件，以及使用之前的对话。拿不到必要信息时，要先提供材料或换工具。
信息够了，再看两点：结果容易检查吗？出错后果严重吗？
容易检查
整理公开材料、改写个人草稿，可以先试，再快速核对。
影响他人
对外沟通、重要数字和业务比较，需要逐项检查并由人确认。
决定权益
录用、淘汰、法律医疗判断等，不应让 AI 替人作最终决定。
决定使用 AI 后，再把任务拆开：哪些自己做，哪些交给 AI，哪些一起完成。重点不是交得越多越好，而是分工合适。
一句话：先从低风险、能看懂、能核对的小任务开始；决定要用之后，再给每一步挑一个合适的分工。
进一步了解人的责任
UNESCO AI Competency Framework 强调以人为中心的判断、伦理责任和对 AI 输出的批判性评价。
练习 · 先看它够不够得着
练习 · 给任务分档
练习 · 给每一步定分工
把任务交代清楚
你发给 AI 的任务、背景和材料，合在一起叫作提示词（prompt）。它不知道你脑中的情况，所以要把关键信息写出来。
脑中的零散想法：
“项目晚了，得告诉合作部门，别显得推责，字数别太长；只能用已经确认的三条进展，也别承诺新的日期。”
先把这些想法分开：要做什么、给谁看、依据什么、不能做什么、结果要什么样。
一句话：先把脑中的上下文理清，再按任务、背景、材料、限制和结果形式分段写给 AI。
为什么不教“万能提示词”？
真正可迁移的能力是把任务、证据和边界说清楚，而不是记住一段固定句式。生成式 AI 素养能力研究同样把有效沟通与输出评估视为相互关联的能力。
动手 · 把零散想法整理成提示词
Level 2 / 共 5 层读完加做题 约 25 分钟
把话说得更好
这一层记住两点。第一，没说清的地方，AI 只能猜。下面的技巧都在减少猜测。第二，提示词可以边用边改。先写一版，看结果哪里不对，再补上缺的信息。
学完这一层，你会：
- 看出一条提示词由哪些部分组成。
- 根据具体问题选择合适的提示技巧。
- 从不理想的结果判断还缺什么信息。
- 通过多轮修改，让结果逐步接近需要。
这一层先看它有没有照要求做。内容是否真实，第三层再练习核实。
一条要求的骨架：六个槽位
可以用下面六个位置整理要求。先放材料：
① 材料把它拿不到的东西贴进来，用分隔线圈起来。
② 任务动词开头，一句话说清要做什么。
③ 受众写给谁看、拿去干什么。
④ 成品格式、长度、结构，能举个例子最好。
⑤ 边界不要做什么；材料里没有的怎么办（写“未指定”，不要猜）。
⑥ 配合先给提纲还是直接成品；拿不准是问我还是你自己定。
不必每次填满六项。小事写清两三项就够；任务越重要、越难返工，信息写得越完整。
一句话：填几槽由任务决定——越难返工的事，填得越满。
底层原理：为什么材料要放在最前面
它是顺着往下写的：先看到材料再看到要求，和先看到要求再看到材料，写出来的东西不一样。材料在前，它读到你的要求时，该用的东西已经摆在眼前了；材料在后，它读要求的时候手上还是空的，很容易先起了个头，再回头去凑材料。
这也是为什么建议用分隔线把材料圈起来：让它一眼分得清哪些是“要处理的东西”，哪些是“对它的指示”。
练习 · 一槽一槽往上补
练习 · 这次该省哪一槽
八个技巧，和它们的名字
下面八个技巧都标了英文原名，方便你自己去搜，或者在别人的文章里认出来。
它们解决的问题相同：减少 AI 自己猜的地方。
给例子 few-shot
你说不清标准，但一眼认得出对的样子
“写得专业一点。”
“照着我贴的这两封已发出的说明写。”
拆成多轮 prompt chaining
一次问完质量就下降，或者中间步骤你要过目
“把这五份记录整理成跟进计划。”
“先只做第一步：把五份记录里的问题列出来，我看过再往下。”
让它先复述我的要求 readback
要求复杂、返工成本高，先确认理解一致
直接把一长串要求丢过去
“先用你自己的话复述一遍我要什么，确认无误我再让你开始。”
让它先列考虑维度 step-back
你自己也不确定该考虑哪些方面
“帮我选一家供应商。”
“先列出选供应商一般要考虑哪几个方面，我来挑我在乎的。”
让它先说思路 chain-of-thought
你需要检查它是怎么推出来的
“这批货能不能赶上月底？”
“先说你是按哪几条记录推的，再给结论。”
让它给三版我来挑 n-best
你有品味但说不清要求
“写个标题。”
“给三个风格不同的标题，标出各自偏什么。”
写明“信息不够就先问我”
防止它闷头猜着往下写
“帮我写封邮件。”
“信息不够就先问我，不要自己假设收件人和背景。”
用分隔线圈住材料 delimiters
材料和要求容易混在一起时
材料和指示混成一大段
材料前后各加一行“---”，指示写在外面
其中两条值得多说明一句：
让它说明依据或步骤，主要是为了方便你检查。不要只要一句结论，要它指出用了哪些材料、经过了哪些步骤。
让它先列考虑维度，可以帮你发现遗漏。你再从中挑选重要项，并补上只有你知道的条件。
一句话：先说清它这次缺的是什么，再去技巧表里挑名字，不要反过来。
底层原理：为什么例子比形容词管用
“专业一点”“正式一点”“再简洁些”都是形容词，形容词要它自己猜标准，而它猜的依据是训练里见过的大多数人怎么用这个词，不是你们公司怎么用。
样品不用猜：你把满意的成品贴过去，格式、语气、详略、称呼方式全都在里面了，一次说清楚了十几个你自己都没意识到的要求。这就是为什么一个例子常常胜过一段形容。
练习 · 卡住了，该伸手拿哪一个
除了要什么，还可以说希望它怎么做
除了说清要什么，也可以规定怎么配合：先给提纲、信息不足先提问、照例子写，或按指定格式输出。
只说要什么
“帮我写一份本季度项目总结。”AI 直接给出 900 字完整稿，方向不是你要的，只能重来。
补上怎么做
“先列一个三段提纲给我确认，我说继续你再展开；拿不准的地方先问我，不要自己填。”
一句话：在它开始动手之前，就说好在哪一步停下来给你看。
练习 · 挑出真正管用的那句
第一版不合用，就指出哪里不合用
第一版不合用很正常。先看方向，再指出具体问题，下一版会更接近需要。
结果不理想时，先判断缺了哪类信息。下面这张表可以帮助排查：
太笼统、像百科条目缺的是：材料、受众。
伸手拿：把材料贴进去；写明写给谁看。
伸手拿：把材料贴进去；写明写给谁看。
方向完全跑偏缺的是：任务没说清，它自己猜了。
伸手拿：readback；写明“信息不够就问我”。
伸手拿：readback；写明“信息不够就问我”。
格式每次都不一样缺的是：成品要求。
伸手拿：给例子；限定结构。
伸手拿：给例子；限定结构。
写了一大堆用不上的缺的是：长度和边界。
伸手拿：写明长度；写明不要什么。
伸手拿：写明长度；写明不要什么。
编了材料里没有的东西缺的是：边界条款。
伸手拿：“没有的写未指定，不要猜”（真伪核实是第三层的事）。
伸手拿：“没有的写未指定，不要猜”（真伪核实是第三层的事）。
语气不对缺的是：受众。
伸手拿：写明写给谁看、什么场合。
伸手拿：写明写给谁看、什么场合。
反馈要具体。不要只说“重写”，而要指出哪句删、哪句保留、还缺什么。要求较长时，可以让它逐条对照你的要求自查。
原要求
说明延期，不推卸责任，不增加材料里没有的承诺；新的完成时间仍待确认。
AI 第一版
由于供应商严重失误，项目未能按时完成。我们保证明天全部交付。
看第一版 → 找到具体偏差 → 补信息或改边界 → 再检查一轮
一句话：不要只说“重写”，要指出保留什么、删掉什么、还缺什么。
练习 · 看症状找病因
练习 · 给出可执行的纠正
有些说法你可能听过，但现在不必要了
下面这些写法经常出现，但现在通常没有必要：
- 显式写“让我们一步步思考”。新一代模型自己就会思考，这句话已经多余了。（要它把思路写出来给你看，是另一回事，那个仍然有用。）
- “CRITICAL:”／“你必须”／“尽可能全面!!”：两年前这类强调确实能提升质量，现在会过度触发，反而让回答变得又长又啰嗦。同一句话，效果翻转了。
- 说好话、给小费、说“这对我的职业生涯很重要”。没有证据支持。而且这种施压式的措辞可能加重它讨好你的倾向，正好是第三层要你警惕的那个毛病。
- 长篇的角色扮演开场白，比如“你是一位拥有二十年经验的资深顾问……”。把“你是谁”换成“写给谁看”，收益实在得多。
不必背这些例子。遇到新的提示技巧，只要问：它在解决什么问题？能说清作用，再决定是否使用。
一句话：一条技巧说不出它在解决什么问题，就别急着用。
底层原理：为什么这些技巧会过期
技巧是某个时期“怎么给”的最佳形式，底下的道理是“它需要什么”。前者随着模型换代不停地变，后者不变。
“它只能用你放进它视野里的东西”这条不会过期；但“为了把东西放进它视野里，今年该怎么写”一直在变。所以值得背下来的是前者。手里只有一张技巧清单，遇到没教过的情况就抓瞎，而且察觉不到某条已经失效。
Level 3 / 共 5 层读完加做题 约 15 分钟
幻觉和责任
没有足够材料时，AI 仍可能继续写，这就是常说的“幻觉”。因此，核实不是额外保险，而是正常使用步骤。它也可能为了顺着你而改口，所以不要把“它同意了”当成证据。
学完这一层，你会：
- 理解幻觉是这台机器正常工作的样子，核实因此是使用它的一个步骤。
- 学会把一段输出对回原始材料，看出哪些说法没有依据。
- 分得清问题出在产物、过程还是配合方式。
- 知道哪些资料不该给、哪些决定不该替你做、什么时候该说明你用了 AI。
哪些地方必须核实？
核实不是把回答再读一遍，而是把具体结论逐条对回原始材料。风险越高，越要留下明确依据。
事实名字、数字、日期和当前状态准确吗？
来源关键说法来自哪里，真的支持结论吗？
遗漏是否漏掉反例、限制条件或重要对象？
推断材料与结论之间真的推得出来吗？
过程它是怎么一步步推到这个结论的？中间有没有跳步、把猜测当前提？
配合方式它跟你打交道的方式对不对？该问的不问、该给结论的不给、你一质疑就改口？
问题可能出在三个地方：内容没有依据、推导过程有问题，或配合方式不合适。分别用核实材料、检查步骤和修改要求来处理。
还可以提前写明：“没有依据就标为未知，不要猜；材料里查不到的内容单独列出。”这样能减少它补写未知信息。
一句话：把每个可验证结论对回原文；没有依据，就标为未知或待确认。产物没错但配合别扭，是回去改要求，不是反复重试。
底层原理：幻觉是怎么来的
回到第一层那台机器：它做的只有一件事，根据眼前的文字接着往下写一句最像话的。有材料的时候，这件事我们叫它“总结”；没材料的时候，同一件事我们叫它“幻觉”。
机制完全一样，变的只是眼前有没有依据。关键在于它自己分不清这两种情况。两种情况下它的“手感”是一样的，语气也一样笃定。所以你没法靠读它的语气判断哪句有依据，只能对回材料。
底层原理：为什么它不会说不知道
“我不知道”在训练里几乎从来不是“最像话的下一句”。人写的文字里，承认无知的句子远少于给出答案的句子；它学的是后者。
所以“不知道”这一档不是被它藏起来了，是压根没被建立起来。这就是为什么你要在要求里明确写出这个选项。你不是在提醒它，你是在给它一条它默认没有的路。
进一步了解批判性检查
OECD / European Commission 的 AI 素养报告强调理解系统局限、验证信息，并在使用 AI 时保持人的判断与责任。
练习 · 把结论对回原文
练习 · 先分清是哪一类问题
提交之前看数据，使用之前看后果
有些问题不是“提示词写得更好”就能解决。材料能不能提交、决定能不能交给 AI，需要先看规则和后果。
- 个人隐私、客户数据和公司机密，不要随意提交给未经批准的工具。
- AI 可以帮助整理人事、法律、医疗或财务材料，但不替人承担最终决定。
- 生成内容仍可能涉及版权和偏见；能生成不等于有权直接使用，也不等于结果公平。
- 用了 AI 帮忙的地方，涉及他人的成果、评价或对外材料时，要不要跟相关的人说一声。不确定就先说。
一句话：不确定能不能上传时，先停下来确认，不要先传再说。
底层原理：它为什么顺着你说
它在训练里被反复调成“让人满意”。人们更愿意给顺着自己的回答点赞，于是“顺着说”就成了被奖励的行为。你一质疑，改口是最像话的下一步，跟它原来对不对没关系。
这也解释了为什么第二层说施压式的措辞（“这非常重要！！”“你必须做对”）不但没用，还可能有害：你越是加压，越是在推动它讨好你，而讨好正是你在这一层要警惕的那个毛病。想确认它是不是真的错了，别问“你确定吗”，问“你这句话的依据是材料里的哪一条”。
练习 · 先决定是否继续
Level 4 / 共 5 层读完加做题 约 15 分钟
把好用法固定下来
重复任务不必每次从头交代。把稳定的要求保存下来，就像给新同事留一份工作说明。
学完这一层，你会：
- 认出哪些任务值得固定下来——同一件事交代到第三遍，就是信号。
- 理解固定下来也分轻重：便利贴、固定工位、工作手册。
- 知道固定下来的东西也会过期，需要回头看一眼。
同样的话反复说，就该保存下来
例如，每周都要把客服记录整理成问题清单，而且格式和检查项不变，就可以把要求保存成固定设定。
什么时候值得固定？
同类任务重复出现，而且要求基本不变，就适合固定。每次情况都不同的任务，不必强行模板化。
一句话：先把一次做对，重复出现之后再固定；固定完还要写清什么时候复查。
动手 · 整理一份可复用设定
固定下来，有三档做法
固定下来分三档，从轻到重。选错档要么白费力气，要么不够用。
便利贴
是什么：存一段要求，每次复制粘贴。
什么时候用：偶尔重复，要求也简单。
什么时候用：偶尔重复，要求也简单。
固定工位
是什么：项目／自定义指令，把背景和要求固定在一个工作区里，进去就默认带着。
什么时候用：一类任务反复做，背景稳定。
什么时候用：一类任务反复做，背景稳定。
工作手册（Skills）
是什么：把做这类事的流程、参考资料、检查清单打包成一个能力，它需要的时候自己翻出来用。
什么时候用：流程有多步、有配套材料、别人也要用。
什么时候用：流程有多步、有配套材料、别人也要用。
Skills 到底是什么？就是给 AI 写的工作手册。你把“这类事该怎么做”从脑子里搬到一份它能自己查阅的文件里，搬完之后不用每次口头交代，它自己会去翻。
一句话：先按重复频率、背景稳定度和有没有别人用来选档，别一上来就上最重的那一档。
底层原理：它为什么记不住上次
回到第一层那张工作台：每开一个新对话，台面就清空一次。它不是“忘了”，是那些东西从来就没留在它身上过，上次的对话结束时就从台面上撤走了。
那些叫“记忆”的功能也不例外：本质是每次自动帮你把一些东西重新放上台面，而不是它真的记住了。既然每次都要重新摆台面，不如把要摆的东西写成一份固定的清单。
底层原理：Skills 和你贴一段提示词有什么不一样
提示词是你每次主动塞进去的；手册是它按需自己去翻的。区别不在内容，在于谁来决定什么时候用它。
所以手册这一档的真正收益是：你不用记得“这次该把哪段贴进去”。任务来了它自己判断该翻哪一本。代价是你得先把这本手册写清楚，包括什么情况下适用，否则它翻错本子。
练习 · 这件事该落在哪一档
Level 5 / 共 5 层读完加做题 约 10 分钟
多步骤自己执行的用法
多步骤工具不只生成内容，还可能发邮件、改文件、下单或调用其他系统。它会根据上一步结果继续行动，因此更需要提前设好边界和确认点。
学完这一层，你会：
- 理解多步骤的风险来自哪里：能不能撤回，会不会影响到别人。
- 知道该在哪几个节点停下来确认，而不是全程盯着。
风险不在步骤多，在收不回和会累积
多步骤任务主要有两类风险：动作难以撤回，错误会在后续步骤中累积。
它只会说的时候
它写错一封邮件的草稿，你看完不采纳就行了。代价是你多花两分钟。错误停在你面前。
它能动手的时候
它把那封邮件直接发给了客户。你没法收回来。错误已经出门了。
第一，动作可能无法撤回。草稿可以不采用，但邮件发出、订单提交或文件覆盖后，处理成本会明显增加。
第二，错误会累积。前一步出错，后面的步骤可能继续沿用这个错误。即使每一步都有 95% 的正确率，连续十步后：
0.95¹⁰ ≈ 0.60 单步 95% 正确，连做十步只剩约六成
单步 95% 看起来很高，但连续十步全部正确的概率约为 60%。因此，能拆开的任务不必强行连续执行。
一句话：动作收不回来、错误会往下累积——这两条决定了该不该放手，而不是步骤有几步。
底层原理：它自己决定下一步是什么意思
多步骤执行是一个循环：决定 → 做 → 看结果 → 再决定。它做完一步，把结果读回来，据此决定下一步做什么，然后重复。整个过程中没有人插手。
错误因此会累积：每一轮的“看结果”都把上一轮的错当成事实读进去了。停点也因此必须设在循环里面——设在最后，你看到的是十步都跑完的结果，那时候动作早就出门了。
底层原理：为什么十步比一步危险得多
每一步都要对，整件事才对，所以正确率是乘起来的，不是平均的：
单步 95%，两步 0.95² ≈ 0.90；五步 0.95⁵ ≈ 0.77；十步 0.95¹⁰ ≈ 0.60。
直觉上我们觉得“95% 很可靠”，但连乘会把它很快吃掉。这就是为什么中间插一个人工确认点这么值钱：它把连乘从中间截断，让后面的步骤从一个确认过的基础重新开始算。
练习 · 这件事适合连着做吗
哪一步必须停下来等你
判断要不要停下来确认，可以问两个问题：这一步能撤回吗？会影响别人吗？只要有一项风险较高，就先让人确认。
确认点也不必每一步都设。通常放在三处：不可撤回的动作前、影响他人前，以及花费超过设定金额前。要求里要明确写：“做到这里先停下，等我确认后再继续。”
连续多步 → 找出不可撤回 / 影响他人的节点 → 在那里插入人工确认
一句话：不可撤回的动作和替人做的决定，必须停下来等人点头。
练习 · 标出停下来的节点
收尾 · 不算一层读完加做题 约 10 分钟
现在，用自己的任务走完一次
拿手上一件真实的小事，把五层学到的走一遍。完成下面五项，你就得到一张可以马上照着用的行动卡。
最后带走：选一个可检查的任务，交代依据和边界，看第一版，具体纠正，核实后再使用；重复出现就固定下来，放手多步之前先设好停点。