先从一段真实经历说起吧。前阵子我帮一位朋友调试他的“AI工作流”他抱怨说“这AI就是个大号复读机问什么都是车轱辘话”。我看他敲完一段问题后立刻明白了——他写的是“怎么提高会议效率”。就这么一句话没头没尾。你把这话扔给任何一个年资超过三年的职场人对方也只能回你一句“看情况”。AI再聪明它也得靠你给的信息来判断“你是销售还是要转岗的产品经理”“你的会议是几十人的同步会还是三五人的对谈”“你说的效率是指少开会还是会议不跑题”。信息不给齐它只能给你一个让所有人都不疼不痒的“安全回答”。后来我教他一个习惯开口先补全“我是谁我想干什么”。就这七个字同样的问题变成“我是一名产品经理最近每次跨部门周会都要开两个小时会上大家反复争论需求细节我想把周会压缩到40分钟内并确保各环节都有人拍板。请帮我把控场流程拆一下从会前准备开始。”你看同一个模型第二种问法出来的方案几乎可以直接拿去用。今天这篇稿子就是想把“七个字”这套方法彻底拆开来讲讲清楚它背后的逻辑、具体怎么用、适配哪些场景以及最关键的——为什么很多人在用的时候总差那点意思。1. 先理解一件事AI的回答质量取决于你供给它的“上下文密度”现在各家大模型确实聪明能写诗能推理能写代码但它们的运作方式本质上还是“接龙游戏”的进化版你给它一段文字它在你这段文字编织的语境里顺着最大概率的路径往下生成内容。它回答得专不专业、具体不具体、跟你匹配不匹配全看你给了它多少高质量的“语境钩子”。1.1 为什么“只给目标”不够用AI缺少对你的认知基准线有一个概念叫“认知基准线”。如果我只说“我想学编程”AI默认你是零基础、完全没接触过程序设计的普通人于是它会从“什么是变量、什么是循环”开始讲。但如果你补充“我是一名做了两年测试的工程师会写简单的Shell脚本想学Python来提升接口自动化测试的脚本调试能力”AI就会瞬间把讲解起点拉到“你已经知道函数和模块是什么我只需重点讲Python的语法差异和自动化测试框架实践”的位置。同样的知识量因为你的基准线信息不同输出内容的重合度可能不到20%。说白了AI不是你肚子里的蛔虫它是全世界知识的平均数。你不说清楚自己在什么位置它就只能把“平均人”当作你的画像。这也是“我是谁”这一步的核心价值——你不是在自我介绍你是在给AI划定一条内容产出的“起始线”把所有低于你水平线的废话全部过滤掉。1.2 “我想干什么”的真正含义它约束的是AI回答的“形状”很多人以为“想干什么”就是“我要一个结果”。这句话对了一半。它的完整含义是我要什么形态的结果、这个结果会被用在哪里、以什么标准验收。“帮我写一个年会策划方案”和“帮我写一个年会策划方案预算5万以内参会人数40人游戏环节要能让内向同事也愿意参与输出一份按时间轴排列的活动流程表”不是同一种请求。前一种AI会给你一份放之四海皆准的“万能方案”后一种AI知道你真正要的是“可直接执行的流程表”于是它会围绕预算、人数、氛围设计来组织内容连奖品档位都会考虑进去。我习惯把“想干什么”拆成三层任务目标你希望你处理的事务是什么、交付形式你希望收到一份清单、一篇文章、一段代码还是一套步骤、约束条件预算、时长、风格、数量、截止时间。三者在对话里不一定要全部说出来但至少要覆盖前两者。约束条件即使不说AI也会默认“没有特别要求”当你发现它的输出“挺全面但总差点意思”时大概率就是漏了约束条件。2. “我是谁我想干什么”的完整拆解从七个字到一套好用的表达结构光知道“七个字”还不够你得知道往里面填什么。我是一个写了多年文档的人这里把“我是谁”和“我想干什么”进一步细化成可执行的内容模板按需取用即可。2.1 “我是谁”的三种表达层次身份、背景、敏感点最低层是“身份标签”。学生、产品经理、HR、健身教练、IT运维、开店老板。一个身份标签就能让AI切换语言风格和知识边界但仅此而已。中间层是“背景信息”。在身份基础上把当前所处的具体情况交代一两句。比如“我是一名教初中物理的老师班里学生普遍觉得浮力章节难理解大部分孩子在计算题上丢分”。背景信息让AI知道你的具体痛点在哪里不会泛泛地讲“物理学习方法论”。最高层是“敏感点”也就是你的忌讳和红线。这招很多人忽略。比如“我是部门文员日常要给领导写发言稿领导不喜欢太花哨的排比句偏好朴实的数据化表达”——这一句“敏感点”比任何“请帮我写演讲稿”都值钱AI直接就能筛掉80%华而不实的选项。你仔细品一下其实敏感点也是“约束条件”的一种只不过它约束的是风格而不是输出形状。这里分享一个我自己的表达习惯每次输入前先在心里过一遍这句话——“我现在扮演的角色是谁这个角色最在意什么”。如果是学法律的学生你最在意术语是否严谨如果是做电商文案的运营你最在意的是平台违禁词和转化逻辑。把你的“在意”讲出来对话质量立刻上一个台阶。2.2 “我想干什么”的四种请求变体索取、执行、评审、共创同样是“想干什么”请求的性质不同AI的工作模式也不同。我把它分成四类你在提问前先分个类效率会高很多。第一种是“索取”。你要的是一个具体的信息增量。例如“帮我查一下近三年咖啡机品类在电商平台的价格带分布按500元以下、500到1000元、1000元以上分三档”。AI直接给你信息。第二种是“执行”。你要AI帮你完成一个动作。例如“把这一段五百字的会议纪要压缩成三条决策事项每条不超过五十字”。第三种是“评审”。你手里已经有东西想让AI做质检。这个特别适合写作者和开发者。“请扮演一名负责的代码审查者指出下面这段Python代码的性能隐患和边界场景问题不要夸优点只列问题清单。”第四种是“共创”。你有一个想法但还没成形想跟AI一起把它揉出来。这种请求里“我是谁”反而可以弱化“我想干什么”要换成“我们想一起达成什么状态”。比如“我想设计一个适合周末在家做的轻食品牌概念受众是租房且无烤箱的年轻人我们头脑风暴一下先从名字开始给二十个方向”。共创模式下你要管住AI别跑偏每隔几轮就提醒一次“我们的目标用户是谁、核心场景是什么”。我之所以把“想干什么”分这么细是因为现实中多数人把四类请求混在一起说导致AI不知道该以什么模式回应你。你以为在隐晦地“索取”AI以为你在“共创”。双方都在猜结果就是一锅粥。下次提问前给自己三秒钟分个类效果比多写一百个字都明显。3. 实战对比同样的需求七个字让输出质量天翻地覆光讲理论太干了。我挑了三个最常见的场景左边是“无效问法”右边是“七个字改法”。你感受一下区别。3.1 生活场景减肥期间的饮食计划无效问法给我一份减肥食谱。七个字改法我是办公室文员久坐为主加班多很难固定饭点忌口不吃羊肉和动物内脏。想在不影响精力的情况下减重希望给一份适合带饭的工作日晚餐搭配思路每天备餐时间不超过二十分钟不需要计算特别精确的卡路里。差别在哪第一版AI只能给你一个“少油少糖、多蛋白多蔬菜、早餐鸡蛋牛奶”的通用版。第二版它就知道要在“快手菜”“可提前处理”“不依赖准点吃饭”的方向上使劲给你的搭配会更贴近你的真实日常。这里就有个反直觉的细节“我想干什么”的颗粒度不是越细越好而是越“还原场景”越好。你说“每天热量控制在1200卡”AI会给你精确到克的建议但你根本没法执行你说“备餐不超过二十分钟”AI反而会给你可行的思路。所以别急着往上堆专业名词把你实际过日子的限制条件说清楚比什么都重要。3.2 工作场景周报不知道怎么写无效问法帮我写一份周报。七个字改法我是一名数据分析师入职半年本周主要完成了三个临时取数需求、一个看板指标口径的梳理以及协助算法团队跑了一版离线特征。领导比较关心数据背后的业务解读不喜欢只堆过程和指标名。想把这周的产出写成一页周报按“业务问题、我的动作、关键发现、下一步计划”四栏组织。如果你是领导看到两份周报你会选哪份答案显而易见。第一版AI写出来的周报是“本周我完成了取数工作并梳理了指标口径”干瘪得跟简历里的套话一样。第二版有结构、有重心还有“入职半年”这个坐标信息AI连“这个阶段的新人要体现学习主动性”都会替你考虑进去。3.3 学习场景想入门一个新领域无效问法如何学习数据分析七个字改法我做新媒体运营三年会一点Excel和SQL最近想转向用户运营方向需要补数据分析的底子每天能抽出一个小时学习。请帮我排一个兩個月的入门路线按周划分每周围绕一个真实业务问题来学不要纯理论优先选免费资源。你看同样的疑问句式改完后AI立刻会给你排出一条有节奏的学习路径。而且它知道你“有Excel和SQL底子”就不会让你从Excel函数讲起知道你有“新媒体运营”这个背景案例就会偏向活动效果评估、用户分群这类业务场景。本质上你不是在“让AI教你知识”而是在“让AI基于你的已知世界帮你搭一座桥”桥的起点和终点都写清楚了搭桥速度自然快。3.4 一个额外的对比连续追问的意义还有一种常见失败模式是“第一轮问得还行后面越聊越散”。很多人以为“我是谁我想干什么”只用在第一句其实每次追问时都要小幅度重建上下文。不要嫌重复AI没有记忆全在你手里。比如你问完菜谱下一轮追问直接说“把我晚餐那部分换成不吃太多碳水的方案”AI会基于上一轮继续回答。但如果你隔了几个小时再来一句“那早餐呢”AI可能已经忘了你是谁。这时候你补一句“还是上面那个减肥带饭思路帮我连早餐一起设计”它立刻就能接上。经验就一条不是每次都要完整讲七个字但每次都要确保“它知道你还在同一个对话轨道上”。4. 实战进阶从“七个字”到“一套对话策略”掌握了基础公式我们再往前探一步。七个字解决的是“一次提问”的问题但很多时候你要完成的是一次复杂交互。我实践下来有几招特别有效这里一起分享。4.1 给AI“分配角色”之后别忘了给“角色的边界”“请扮演一名资深律师”这种句式已经泛滥了。但你会发现有时候AI“入戏”太深满口“从法律角度看”就是不给你落地的答案。问题出在你没给它边界。“请扮演一名资深民事诉讼律师但注意我只有小学文化程度你的解释不能直接引法条要把法条翻译成大白话最后给我三步可以马上行动的建议。”这就是“分配角色边界限定”的典型组合。AI既有了专业视角又不会飞到你的认知够不着的地方。4.2 用“请你先问我五个问题”来对抗信息焦虑有一种情况是你不太清楚要提供什么信息才能让AI帮到你。这时候别硬写把主动权交给AI。我常用一句万能句“我想解决XX问题但我不知道哪些信息对你有用请先问我五个最关键的问题再给我方案。”这一招特别香。比如你刚萌生一个创业想法脑子里一团乱麻与其憋一段七零八落的描述不如直接说“我有个做办公室共享零食架的想法还没想清楚模式你先问我几个问题帮我理清思路。”AI会问“目标楼宇的入驻率大概多少”“你的供应链从哪里来”“资金预算多少”等等。这些问题本身就是一份思考清单你在回答的同时也在帮自己整理需求。回头看看这个过程中“我是谁我想干什么”没有直接说出口但你通过AI的提问间接完成了信息补齐。4.3 不满意就“定向手术”不要推翻重来新手常见的动作是AI给的第一版不满意然后全部推翻重新问一遍。这既浪费token也打击积极性。高手会做“定向手术”。你只需要指出哪个具体位置不符合预期并补充微调。比如AI帮你写了一段活动宣传语你觉得太长了。你可以说“保留第二段的活泼语气但把第一段和第三段各压缩一半并且别用‘狂欢’这个词。最后整体改成半句一段的分行排版。”这种“我是谁我想干什么”的变形版——更像“指哪打哪”本质上还是在持续给AI更新上下文。我试过很多次这种“定向手术式追问”的最终效果远比第一轮就要求“一次生成完美版本”好得多。因为AI初版的价值恰恰在于——它给了你一个可以具体“吐槽”的靶子。你越具体地指出哪里不够好AI越知道怎么改。记住一句话“模糊的满意等于不满意的起点具体的指错才是通往完美的楼梯。”4.4 建立长效人设当AI“认识你”之后效率还会再翻一倍如果你的使用场景是长期固定的比如做课程开发、做技术面试辅导不要每次对话都从零交代背景。你可以先把“我是谁我想干什么”写成一整套你的专属背景文档每次对话时粘贴过去。如果用的产品支持记忆功能你甚至可以第一次花三分钟调教好后面每次直接开聊。举个例子。假设你是一名做青少年编程培训的讲师你的固定背景可能是“受众是10到14岁的中学生基础差异大课堂上要兼顾趣味性和知识密度家长喜欢在课后收到可量化的学习反馈。”这段信息每次对话都粘贴一次AI很快会对你的“套路”形成稳定的回应模式。前期那点“重复劳动”换来的是后续几十次对话的效率倍增这是一笔非常划算的时间投资。5. 来点实在的把我踩过的坑整理成一份“提问避雷手册”讲完了方法和策略我得把一些实操中真正容易翻车的地方摊开说。这些坑我几乎都踩过拿出来给各位当个参考。5.1 信息超载不等于信息充分第一个误区是觉得“说得越多越好”。我一朋友写提示词能写五百字把AI当树洞倒苦水。结果输出质量反而很差。原因在于无效信息干扰了AI对“关键指令”的识别。你需要在提供背景的同时保持结构清晰身份放开头、目标放中间、约束放结尾让AI一眼扫过去就能抓住骨架。那些“我其实也不是非要怎样”之类的情绪表达尽量别出现在提示词里。5.2 别用否定句表达肯定需求人的口语习惯是“我不想要太正式的风格”“不要写太长”。这其实给AI传递了比较模糊的信号。它知道你不想要什么但不知道你想要什么。比如“不要写太长”既可以理解成两百字也可以理解成五百字。更准确的表达是“控制在150到200字之间”或者“压缩成三句话以内”。同理“不要用太夸张的词汇”不如“语言平实多用短句和数据”。请记住AI对“要什么”远比“不要什么”敏感。你可以在完成第一版后把“不要”留给修改环节在初始指令里只写“要什么”。5.3 别把你的假设当成既有事实有时候我们会在提问里夹带未经确认的判断比如“现在年轻人都不爱看书了帮我分析一下原因”。AI不会反驳你它会顺着你的话说下去。这样一来结果就成了“论证你的偏见”。如果你想获得更客观的分析应该把“假设”与“问题”分开“有人说现在年轻人不爱看书这个说法成立吗请用数据或社会观察分别给出支持与反对的证据。”只有把“可质疑的”与“想知道的”分开AI才能真正为你服务而不是陪你自嗨。5.4 关键术语写不准AI会疯狂跑偏这个坑在跨领域提问时特别明显。有一次我问AI“帮忙优化一下我们的旧系统”它默认我在说“软件开发中的遗留系统”给我推荐了重构方案。可真实情况是我想说的是“公司内部一套用了很久的管理流程体系”跟代码毫无关系。问题就出在“旧系统”这个术语有歧义。避免方法就是第一次提到术语时顺手加一句定义。“我说的旧系统是指企业内部用了多年的线下审批流程不是指软件系统。”补齐这句话你就不会跟AI歧义频率调错频道。5.5 没判断力就别开“共创”模式“共创”模式是把双刃剑。它特别容易出好点子也特别容易让你在AI的脑洞中迷失方向。有一次我让AI帮我想一百个短视频选题它真的给了画面感都很好但我发现我需要的不是“一百个点子”而是“五个适合我人设、且与近期热点相关的选题”。陷入大海捞针后你反而难受。所以我的经验是想让AI帮助你发散思维的前提是你自己得握着一个足够清晰的“锚”。这个锚可以是你的内容垂直领域、受众画像、或者账号资源优势。没有锚的共创等同于在风浪里开无舵的船。6. 七个字背后的元技能如果你只打算养成一个习惯那就是“表达锤炼”行文至此你也许已经发现了“我是谁我想干什么”表面上是跟AI说话的话术本质上是一套自我梳理的方法。每一次向AI输出之前你都必须重新思考一遍——我的位置在哪里我的目标是什么我有哪些限制条件我的交付标准是什么这套思考完不完整直接决定了你与AI的合作能否走向高级阶段。从“AI说什么我信什么”到“AI说什么我判断后用”再到“我和AI像两个同事一样配合”中间隔着的就是你对自我的认知清晰度。其实不光是AI你跟人沟通也是一样。你能把需求讲清楚猎头会觉得你好对接医生会觉得你好沟通设计师会觉得你专业。所以这个沟通习惯放之四海皆准。最后分享一个我常用的小技巧如果你实在不知道该怎么写“我是谁”就假想你要把这段需求发给一位新来的助理。你得交代清楚“你是什么岗位、要做什么事、有没有什么特别注意的”这样他才能帮你跑腿。AI就是你这个永远在线、从不抱怨的全能助理七个字就是你们之间的暗号。试着从下一个问题开始改吧。先自我介绍再说你要做什么你会发现AI的聪明程度跟你的表达清晰度是直线相关的。