7.2
深览指数
产品人人都是产品经理·AI Second··AI 生成
Prompt 写得越好，AI 的短板暴露得越快
作者通过 178 轮 AI 会话复盘，发现 AI 在复杂任务（如高考志愿填报）中暴露的问题，根源并非仅是 prompt 写得不好，更是产品能力边界（如无法处理扫描件、无法访问官方数据库）的硬约束。文章提出了三条核心经验：向 AI 告知终极目标而非单点工具问题、为批量任务设定“数据宪法”（如明确指定权威数据源与禁止估算）、通过 prompt 让 AI 主动拒绝能力范围外的任务。作者认为，与其记住不同 AI 的能力边界，不如用好 prompt 让 AI 明确说“不”，从而快速决策换工具。本文适合频繁使用 AI 处理复杂、高准确度任务的用户，尤其是在对 AI 能力边界缺乏清晰认知时，能提供自检思路与实操方法。原文 ↗
核心观点
- ▍AI 在复杂任务中暴露的短板，根源不仅是 prompt 质量，更是产品能力边界的硬约束；写好 prompt 的核心价值在于让 AI 快速明确“做不到”，从而节省时间换工具。
- 01作者通过 178 轮对话复盘，发现 5 份会话记录中，只有一条 prompt 被 AI 评价为“全部 178 轮里质量最高的 prompt 之一”，该 prompt 做到了“重述关键数据 + 主动测试 AI 记忆 + 明确任务边界”。
- 02作者用元宝处理“查询招生产品计划数”时，未告知终极目标“填高考志愿”，导致 AI 带他折腾 OCR、打印、长截图等十几轮后才承认查不到。
- 03批量查数据任务中，作者未明确指定“官网”具体指哪个官网（学校官网 vs 媒体官网），导致元宝无法执行，将任务甩回给用户。
- 04作者与 AI 的会话像微信聊天，频繁切换任务、不重述上下文、使用“这张”“还有这张”指代，导致 AI 理解混乱。
- 05在元宝查招生计划数任务中，修完 prompt 加了一句“处理不了直接说，我换工具”，将确认任务不可行的成本从十几轮压缩到一两轮。
- 06批量查数据的任务中，即使加了“查不到就标未查到、禁止估算”的规则，元宝思考时间从几秒变成一分半，但最终仍因无法访问扫描合订本而失败。
反方 / 局限
- — 作者承认，自己并未完全掌握所有 AI 的能力边界，甚至做了一个“AI 能力边界表”后觉得像小丑，暗示个体的记忆与试错成本依然很高。
5 分钟 · 4 卡片 · 9 资料
读原文 →