那天，我坐在公司的茶水间，手忙脚乱地翻着笔记。

我手中有个任务：用大模型帮忙处理两张 Excel 表格的合并。

听起来不过是个简单差事，可我却焦虑得像一只抓不到小鱼干的猫。

「我连提示词都不会写啊！」我一边抱怨，一边看着对面悠哉喝咖啡的同事。

那一刻，我只觉得自己被扔进了一个既陌生又混乱的世界。

1、生成式 AI，像极了写作业的小孩

第一次尝试，让我大受打击。

我小心翼翼地下了指令：「请把两张表合并起来。」

大模型兴冲冲地动了手，结果一会儿对，一会儿又错。

有时候，它聪明得让我惊喜；

有时候，它却又像在做自由发挥的作文比赛——合并成四不像。

「到底哪一步我没说清楚？」我一遍遍修改提示词，一遍遍失望。

感觉就像在教一个调皮的小孩做作业，他一边点头，一边又偷偷画画。

我开始以为，大模型是不是很笨？

2、问大模型：「你怎么都听不懂？」

经历无数次失败后，我终于崩溃。

那一刻，我不是去命令它，而是发自内心地问它：

「你怎么都听不懂呢？我要怎么说，你才能懂呢？」

这次，大模型没有随便回答。

它停顿了一下，开始细细地、条理分明地，列出之前我们沟通过程中的各种模糊和错误。

然后，它问我：

「要不要把这些经验，总结到提示词里呢？」

那一刻，我才真正理解：

大模型不是不聪明，而是缺少我们提供的「规则」。

于是，我回了它一句：

「好啊，你试试看。」

它重新改写了提示词，像老师批改作业一样，字斟句酌。

那次合并表格，一次成功。

3、跟大模型工作的哲学

从那以后，我对大模型的理解完全改变了。

它不是一台机器，而像一只聪明又敏感的小猫。

你凶它、催它，它会一头雾水，越错越多；但你耐心引导，它反而比你想象中还要聪明。 

所以，提示词（Prompt）写作，根本是一种沟通艺术。

在大模型面前，人要学会的不只是下命令，而是：

给它清楚的起点：「你要做什么？目的是什么？」

给它足够的例子：「我希望你像这样处理，而不是那样。」

告诉它限制条件：「只能合并符合XXX标准的表，不要自创新字段。」

允许它提问或总结：「如果有疑问，可以先整理问题给我确认。」

引导它自我修正：「如果发生错误，请协助找出原因，并提议修改提示词。

4、我后来又学到的其他「提示词技巧」

在这次经历之后，我又在其他工作里不断测试大模型，我总结出几个更深的心得：

1. 明确角色设定

不要只说「帮我合并表格」。

要明确告诉它：

「你是一个专业数据分析师。你正在处理一项严格要求正确性的任务。」

2. 用「逐步引导」而不是一口气指令

比如不要一句话塞完所有要求。

要说：「第一步，检查字段是否匹配。第二步，合并数据。」

甚至可以要求：「每完成一步，回报一次。」让大模型更可控。

3. 允许它「自我回顾」

一旦出错，不急着骂它笨。

可以问：「你能总结一下这次错误原因吗？接下来该怎么改？」

—— 这是最强大的提示词武器。

你不只在用它，你在训练它和你一起进步。 

4. 给它「评分标准」

告诉大模型：「输出要符合 A、B、C 三个标准，否则就标注为失败。」

这种评分机制，能大大提高它的稳定性。 

5. 让它「帮你改提示词」

最有趣的一招：如果连续失败，不要自己瞎改。

直接请它：「请你自己修改我的提示词，让你可以更正确执行。」

很多时候，它给出的版本，比你自己想得还精准。

5、最后，跟猫咪学一点哲学

在我们的漫画系列《跟猫咪学AI》里，李李和王王是一对互相吐槽、又一起成长的猫咪。

他们的故事，其实是每一个跟大模型共事的人，内心的写照。

大模型到底能做到什么？

它能总结过去，它能帮你修正，它能跟你一起推敲问题，但前提是，你得把它当成会思考、需要引导的「伙伴」，而不是一个机械的执行者。

哲学家康德说过：

「我们并不是发现真理，而是用提问和反思去创造真理。」

跟大模型相处，也是一样。

真正好的提示词，不是命令，而是对话、是邀请，是一场持续不断的「共同探索」。

所以，下一次当你觉得 AI 很笨，想对它生气时，不妨想想：

也许，它正等着你，蹲下来，像哄一只猫咪一样，用更温柔、更聪明、更耐心的方式，教它懂你。