学到一点就写一点 · AI 大白话 用具体例子，把 AI 的原理和用法讲清楚。
旅行地图与卡片表达边聊边整理想法的概念封面 · 点击放大
上一篇，我们聊了怎样保留对话里的重要要求。这次接着说提示词。
你可能有这样的疑问：平时和 AI 聊天，随口问一句，它就能回答。为什么讲到提示词，就要交代任务、背景、格式，还要给示例？
难道每次提问，都得先写一份说明书？
可以先从一句普通请求开始。要不要多说几句，得看你现在想得到什么，以及回答有没有偏离你的期待。
只是想找点想法，一句话就可以开始
假设你周末想出去玩，还没有确定目的地，就问：
周末想出去玩，帮我推荐几个地方。
它可能接着问：
你从哪个城市出发？想当天往返，还是住一晚？
你补上出发地，说想玩两天，聊一聊便有了几个候选方向。
这是一种很自然的用法。你不必在提问前，就把所有安排想好。看见建议，才发现自己更喜欢游湖、不想爬山，也可以接着说。
这一句请求，本身就是提示词。我们给 AI 的问题、要求和补充信息，都可以用来引导它接下来怎样回答。
这时，你想得到的是一些可供比较的想法。建议可以不同，也允许继续修改。先聊起来，就能推动事情往前走。
不过，推荐出的具体地点、交通等事实，仍可能需要核对。一句话能开始讨论，不代表回答里的每个细节都已经查证。
为什么没有交代一大堆，它也能接住？
第 04 篇讲过，聊天模型经过训练，会练习怎样回应要求。它学到的不只是词语怎样相接，也包括一些常见的问法和回答方式。
看到“周末”“出去玩”“推荐几个地方”，它可以利用这些线索，生成与短途游玩有关的建议，不需要你先解释什么叫旅行推荐。
前面的对话也能提供信息。如果出发城市和“两天”已经在当前上下文里，接着问“这几个地方哪个好”，就不必把它们再写一遍。
缺少信息时，AI 也可能追问，像刚才询问出发地那样。不同模型和软件的表现会有差别，不能指望它每次都把该问的问题问全。
所以，自然聊天能够奏效，有模型训练和当前上下文的帮助。
但常见的旅行安排，推不出你这次必须“不自驾”，更推不出你“周日晚上六点前要回到家”。这些具体条件，仍需要从你说的话或可用资料里获得。
能接住大致意思，和知道你这次的具体要求，有一段距离。
出现偏差，再补影响结果的条件
继续这次两天旅行。假设它推荐了一个地方，并建议租车游玩。
你可以直接说：
我不自驾，请按公共交通和步行来考虑。
这句补充改变了方案的选择范围。原来以租车为前提的安排，就需要重新看是否合适。
随后，它把周六安排成了游湖、逛老街、看展馆。你觉得太满，又补一句：
每天最多安排两个景点，中午留点时间吃饭和休息。
这里的“最多两个”，给出了可以检查的数量限制；“留时间吃饭和休息”，补上了你希望怎样放慢节奏。
只说“再轻松一点”，也可能让它改好。但如果它一直把“轻松”理解成减少步行、却继续塞很多地方，这句补充就能把你在意的差别点出来。
有用的补充，是让它知道哪一处不合适，以及接下来按什么条件改。
不需要为这两句话另写一整套模板。如果这些要求已经确定，继续调整时还要检查有没有保留下来。
反过来，如果你一开始就知道不自驾，也可以第一句就说。边聊边补，是一种用法，不是必须等它安排错了才提要求。
从“看看选项”到“确定行程”，要求会变严格
前面是在选地方，允许来回讨论。准备确定行程时，情况就不同了。
比如，你还必须：
周日晚上六点前回到家。
它如果建议周日下午继续看展，晚上再返程，就会影响你能否按时回家。这时候，“差不多合适”已经不够。
你可以在请它整理行程时，把已经确定的要求放到一起：
就按这个目的地整理两天行程。不自驾，每天最多安排两个景点，周日晚上六点前回到家。先看看这些要求能不能同时满足。
这几句话没有增加什么专业词，却把判断行程是否合适的条件交代了出来。
有些地方，写得更长也不会更有帮助；有些关键信息，省掉几个字就会改变结果。比如“六点到车站”和“六点到家”，中间还差一段回家的路。
这里值得多说几句，是因为你已经准备按结果办事，某些条件必须满足。
如果要求很多，可以集中整理一次。最终行程再逐条检查：有没有租车？每天几个景点？返程和到站后回家的时间，能不能满足六点前到家？
探索时可以逐步选择，确定方案时要对照明确条件。 这说的是同一次旅行的两个阶段，不意味着找灵感时可以忽略事实。
格式和示例，遇到对应问题再用
如果 AI 给了一大段行程介绍，你觉得不方便逐天查看，可以补一句：
按日期整理成表格，把安排、交通方式和待确认事项分开。
这时指定格式，是为了解决“看不清、不好核对”的问题。原来的回答已经清楚，就不一定要改成表格。
如果你说了几次“轻松一点”，它仍然安排得太赶，也可以给个例子：
我想要的是这种节奏：上午一个地方，中午休息，下午可以留空。不需要为了凑满一天再加景点。
这个例子展示了你的偏好。它提供的是可参考的节奏，具体能否做到，还要看交通和其他条件。
任务、材料、约束、格式和示例，都能发挥作用。但要按眼前的问题选择：没理解要做什么，就补目标；缺少依据，就补资料；安排不合适，就指出关键条件；不好查看或风格不对，再考虑格式和示例。
从自然提问开始，出现偏差时补条件，确定方案时核对依据 · 点击放大
教学示意：展示一次旅行讨论怎样逐步推进，不是每次提问都要走完的固定流程。
有些问题，继续改提示词也解决不了
我们把三条要求说清楚了，AI 就一定能给出可执行的行程吗？
还要看有没有必要的资料。
如果不知道周日返程车什么时候开、什么时候到，也不知道到站后回家要多久，就没法确认六点前到家。
你可以把查到的交通资料交给它；软件有相应搜索工具时，也可以请它查找并给出出处。班次、耗时和开放时间等重要信息，仍要对照实际来源核验。
仅仅重复“务必准确”，不能补上这些缺少的事实。把它叫作“资深旅行规划师”，也不会自动增加实时查询或订票能力。
还有一种情况：交通信息已经核实，最后一个景点结束后，无论怎样赶都来不及六点前到家。此时就需要减少游玩安排，或者重新讨论目的地与时间。换一种问法，不能让互相冲突的条件同时成立。
如果条件、资料都有了，回答仍然安排错，也可能是模型没理解好、没用好信息。这时要修正结果，必要时换方法，不能把所有错误都归到“我不会提问”上。
提示词可以从一句普通请求开始。回答有用，就接着用；发现偏差，补上真正影响结果的信息；准备确定方案时，再把要求和依据核对清楚。
下一篇，我们继续看：如果资料从几条交通信息变成几十份文档，AI 怎样找到相关内容？给它一堆资料，就能准确回答了吗？
配图说明：封面由 AI 生成，是边聊边整理旅行想法的视觉隐喻；正文图为程序绘制的教学示意。旅行对话和安排是示例，不是用户行程或模型实测。本文介绍通用的使用思路，不对应某款软件的固定表现。
