从 AI 门外汉到实战派：先建立结果导向的使用逻辑

导读

你好，我是云途。

本文花了一周时间，共计14000字，阅读时间因人而异，如果能够马上实操其实时间会更长。

原文配图请通过页面开头的飞书公开链接查看。

在你加入【云途AGI】看这篇文章之前，我猜你的收藏夹里，大概率已经躺着上百条关于AI的视频了，或许能力更强的同学可能都已经在网盘中都囤积了上百个G的工具（因为我就是这样）。 不论是视频课还是文档资料，又或者是短视频，可能叫《三天精通 ChatGPT》、《DeepSeek 从入门到精通》、《1000 个神级提示词》。当每次你打开网盘，打开收藏夹看着这些东西的时候，是不是觉得自己“掌握”了AI用法？但等到深夜加班，真正想写个周报、做个视频脚本甚至于想要做一张朋友圈封面的时候，你打开对话框，憋了半天，最后还是只输入了一句：“你好，帮我写个周报。”然后 AI 给你吐出来一堆像机器人一样的废话。 这才是真正的一学就会，一用就废！ 那一刻你可能会想：“这 AI 也没那帮博主吹得那么神啊？”或者你会开始自我怀疑：“是不是我不懂代码，是不是我能力不够，所以我用不好？” 停。打住。 云途作为一个每天都在开发 AI 工作流、工作中AI参与率高达70%的的“技术派”，我只想和你说一句大实话：这不是你的错，是这个行业把你搞焦虑了。 为什么要写这篇“不教技术”的文章？ 其实从我开始做自媒体以来，尽管我主要发的都是Coze相关的实操类教学视频，基本不会讲认知，也很少分享其他AI工具相关的资讯之类的，但我的后台私信基本天天都回不过来。 其中不乏有很多同学问我：“云途，Manus 出来了，我是不是得把之前的智能体技巧扔了重新学？” 也有人问我：“我是一位不懂英语的中年人，是不是就用不好你的工作流？” 还有人更可爱，问我：“我购买了你的工作流，我是不是得先学一个月 Python 才能看懂？”（这是早期产品阶段的真实用户问题） 看到这些问题，我既感动又心疼。 感动的是，大家真的很想跟上这个时代，并且真的有很多人会因为我的分享去和我交流沟通，让我觉得我发的视频虽然流量不咋地，但真心帮助到了一部分同学；但更心疼的是，大家全都在2026年追赶AI的“路口”迷路了。 现在大家打开抖音也知道，目前市面上有太多的噪音在制造焦虑：“再不学 AI 你就要被淘汰了”、“未来属于会 AI 的人”、“AI会在20xx年取代人类”。这些话听着很带劲，但没告诉你怎么学。他们只扔给你一堆高大上的名词：大模型、Token、RAG、API……并且那开头我都能背出来，不是“太炸裂了”，就是“XX又淘汰了” 对于一个只想早点干完活回家陪孩子的普通人或者是只想利用AI赚点外快搞点副业的人来说，这些名词除了让你觉得“我好菜”、“我好急”，无限放大你的焦虑以外，没有任何用处。

所以我决定，在给你那 120 条Coze工作流以及必备AI工具之前，我必须先给你做一次AI认知上的重塑。 这也是我把整个产品从只卖工具升级到社群的原因。这件事早晚都要做，那不如现在就开始不是吗？ 这篇《核心心法》，就是为了粉碎你的“AI焦虑”而写的。 为什么我强烈建议小白从这里开始？ 很多早期社群同学，一进来就直奔“军火库”，把那个“全自动小红书采集器”拿去跑。结果跑了两下报错了，就慌了，觉得是自己笨，或者觉得工具坏了。 让我映像很深的一位同学，想使用我的抖音主页采集工作流，因为我比较忙那两天，所以断断续续问了我好多问题 ，尽管基本都涵盖在了我的答疑文档中，但是自己每次研究都出现问题，最后还得来问我。结果直到第二天晚上，我和他远程了十分钟，把该讲的东西一下都给他讲了一遍，就瞬间明白了，后续再没有问过什么问题。 其实，工具永远只是工具。 就好比我送了你一把绝世好剑（AI 工具），但如果你心里只有“切菜”的招式（搜索思维），那你拿着倚天剑也只能去削土豆皮。 在这篇文章里，我不会跟你讲任何一行代码，我也不会让你去背什么复杂的公式。我要带你回到原点，去聊聊这三个最本质的问题：

别把 AI 当神，但也别把它纯当机器

现在很多同学都容易陷入两种极端

一种是觉得 AI 应该什么都懂，如果有什么东西AI做不到，不是骂AI割韭菜就是觉得AI都是泡沫完全没法用。 另一种就觉得它就是个高级百度，无非只能问点生活中的基础问题，当个高级百度用用，平常使用最多的场景竟然是逢年过节让豆包给你写点祝福语录。 其实，你把它当成“刚入职的实习生”基础能力很强但是并没有什么主观能动性，要干啥需要你给他分配任务。你会发现，很多问题迎刃而解。我会教你怎么给它“立规矩”，让它听懂人话，说白了就是提示词工程。

别做“追新族”，要做“驾驭者”

从 2025 年初的 DeepSeek R1 开源深度思考模型引爆全网，到后来的 Claude-3.7、GhatGPT5-o1，乃至后边的智能体如Manus，新模型就像手机一样，每个月都在出新款，当然真的算下来比手机出的还多。 如果你总是追着新模型跑，你永远是韭菜。我要教你的，是一套“底层AI交互逻辑”。这套逻辑，不管你是用现在的 GPT-4，还是用未来出的 GPT-10，甚至是用未来的AI Agent、或者机器人，永远通用，永远不过时。

找回你的“主权”

这是我最想强调的一点，这也能回答一个被问最多的问题“我会不会被AI淘汰？” 很多人用 AI，是用着用着就把脑子丢了。AI 说什么就是什么，生成的文章有一股浓浓的“AI 味”也不会改。 事实上人机写作的范式很明显，你是主编，你是导演，你是老板。AI 只是那个打字员，或者说其他什么员工。我会教你如何拥有“掌控力”，如何不被算法夺舍。 写给你的承诺

这篇文档断断续续花了我一周时间，可能有点长，大概有三万多字。但我保证，里面没有一句废话。 哪怕你不去使用我社群中的什么AI工具，只看这一篇，对你拥抱AI也会有很大的帮助。 我会用最接地气的例子来给你解释那些看似复杂的 AI 逻辑。 如果你能耐着性子把这第一章看完，我敢打包票，当你再打开我的“军火库”去使用那 120 条工作流或者其他AI工具的时候，你会有一种任督二脉被打通的感觉。 你会发现，原来以前觉得那么难写出的好指令，现在随手就能写出来；以前怎么调都报错的流程，现在你一眼就能看出问题在哪。 路要一步步走，饭要一口口吃。 先把焦虑放下，倒杯水，调整一个舒服的坐姿。 咱们开始吧。

第一章：拒绝技术封锁——粉碎“AI 焦虑”的第一性原理

第一性原理最近非常火爆，现在我来先解释一下（解释来自Gemini3）

那么云途用人话总结一下

认清“工具”的本质：AI 不是神，是你的“外包员工” 1.1 停止造神，如果要比喻 LLM 就像一只“读过很多书的鹦鹉” 从 2022 年的 ChatGPT 到 2025 年 2 月刷屏的 DeepSeek R1，每当一个新的模型出来，你总能看到这样的标题： 《DeepSeek 深度思考震惊人类》 《AI 已经拥有了自我意识》 《人类最后的工作即将消失》 《震惊》《XX天塌了》《XX又被淘汰了》 如果你看到这些标题会感到心慌，说明你已经被营销号带偏了。如果他们说的都是真的，我们每个人在2025年，都可以直接入土了。毕竟现在的无人出租车出比如“萝卜快车”试运营了几年了都没搞明白，更别说一个Manus这种AI Agent就能够替代人类了？ 云途作为AI使用率很高、并且融入生活工作中的人，我要告诉你一个冷冰冰的事实：目前的大模型，没有任何一个拥有“灵魂”或“意识”。 从技术原理和底层逻辑来看，无论它们表现得多么像人，多么温情脉脉，本质上它们都是基于“概率预测”的数学模型。 简单来说，当你输入“床前明月光”，它并不是“理解”了这首诗的意境，它只是通过计算千亿次的数据得出结论：在这五个字后面，出现“疑是地上霜”的概率最大。 它就像一只“读遍了人类图书馆的超级鹦鹉”。它能极其流利地模仿人类说话，但它不知道自己在说什么。所以才会出现你如果骂他和夸他，给出的结果会有些不一致。他并不是理解了你的情绪，愤怒生气或者高兴，而是通过数学模型判断当你如此表达的时候，他用什么回复概率更高就更准确。 为什么要告诉你这个？ 因为很多人把 AI 当成了“全知全能的神”。 你问它：“下期双色球开奖号码是多少？” —— 它不知道，它只能给你编一个。 你问它：“我的人生该怎么规划？” —— 它不懂人生，它只能把网上的“鸡汤”拼凑给你。 哪怕算力再强大，也不可能算出所有的一切，“拉普拉斯”是不存在的！

那么既然它明显不是神，就不要指望它能对结果负责。它只是一个生成器，准确性是它的弱点，创造性是它的强项。 请记住，不论大模型给出什么结果：一定要核查！一定要核查！一定要核查！ 就像 Vibe Coding 不论用再顶尖的模型，出来的程序仍然要自己跑跑、测试测试看看效果再进行反馈一样。

1.2 深度思考的真相：不是“顿悟”，是“草稿纸” 大家肯定直到2025的年度词肯定就是 DeepSeek ，但不知道大家是否了解 Deepseek 爆火的原因呢？ 其实出了成本低、开源等很现实的因素以外，毕竟这些更加让普通人能听懂，也比较容易出圈，甚至和中美对抗挂钩。 但其实，“深度思考（Thinking）”模式才是这个大模型爆火的基础，很多人觉得这是 AI 产生了思维。 这其实是一个巨大的误解。 在我一次去扬州对企业的 AI 科普会议上提到过的《 AI 思维技巧》中专门提到过这个概念：这不叫“深度思考”，这叫“思维可视化”。 你可以把它想象成一个做数学题的学生。 以前的模型（如 GPT-3.5）：你问它 123 x 456，它直接给你报一个答案。如果错了，你不知道它哪一步算错了。 现在的模型（如 DeepSeek R1）：它不直接给你答案，而是把它的“草稿纸”展示给你看。你会看到它在碎碎念：“首先把 123 拆解……然后乘以 400……不对，这里好像算错了，我重新算一遍……”。 这就叫“过程展示”。 它并没有产生新的灵魂，它只是把以前隐藏在黑盒里的试错过程透明化了。 这对我们普通人有什么用？ 这意味着你可以像“监考老师”一样去检查它的逻辑。当你知道它是怎么“想”的时候，你就更容易引导它去修正错误。不要被“深度思考”这个词吓住，也不要觉得深度思考的模型得出的结果一定比不带深度思考的结果更好。

这是一个非常常见的误区

一个很常见的表现就是：最近Coze的大模型节点，所有带有深度思考的模型都有一定概率不按照提示词的输出结构去进行输出，而是会莫名其妙输出reasoning的结果，尽管提示词内的限制写的非常明确，从而导致后续节点报错。 每次我让换没有深度思考功能的模型比如 Deepseek-V3.2 时，都有同学问我：那输出的结果会不会不好?没有豆包1.6的深度模型思考强？ 其实不会造成这个问题哈，在Coze这种轻量化应用时，你可以理解为没有什么差别。

1.3 AI 为什么是“钢铁战衣”？ 既然 AI 不是神，那它是什么？ 这是我最喜欢的一个比喻：AI 是你的“钢铁战衣”（云途是漫威粉丝哈）。 你看过《钢铁侠》吗？ 托尼如果没有他的战甲，他只是一个肉体凡胎。穿上战甲，他能飞天遁地，力大无穷。 AI 就是那套战甲。而你，是里面的那个驾驶员。

但这也不可避免的产生两个问题

1.3.1 战甲本身不会打架 如果你把战甲放在那里，它就是一堆废铁。它需要指令。 很多人用 AI 觉得没用，是因为他只会喊：“打他！”（模糊指令）。 而高手会说：“启动飞行推进器，锁定左前方 30 度目标，使用掌心炮攻击。”（精准指令）。 整个“提示词工程”（虽然听着很高大上，但本意就是这样），就是教你如何下达这套“精准指令”。 1.3.2 战甲只能放大你的能力，不能无中生有 这是最重要的一点：AI 是乘法，你是被乘数。 如果你是 0，AI 再强（x1000），结果还是 0。 如果你是 1，AI 能让你变成 1000。

举个真实的例子，也是云途 Vibe Coding 的时候总结出来的

如果你完全不懂编程，直接让 AI 写一个复杂的贪吃蛇游戏，它写出来的代码报错了，你连哪一行错了都看不懂，只能和 AI 反复用自然语言沟通，运气好点能改好成功运行，运气不好得到屎山代码一坨，最后只能放弃。这时候 AI 对你来说是废的。 如果你懂一点编程逻辑，你知道什么是循环、什么是变量，AI 帮你把代码写出来，AI 现在也会总结错误，你要是发现当他陷入循环老改不好的时候，分析出他为什么改不好、是什么地方没有修改对的原因，并且把清晰的命令给他，报错了你知道把错误代码复制给它让它修。这时候，你原本要写 3 天的代码，AI 确实能够帮你三小时搞定。

这就是 AI 的作用——它让你跑得更快，但前提是你要知道往哪跑。

1.4 拒绝“技术名词 PUA”：当司机就行了，别当造车的 最后，我想解决一个让所有小白最焦虑的问题：“我需不需要学那些复杂的技术原理？” 我的答案是：完全不需要。 这就好比开车。 你要成为一名老司机，你需要知道发动机的气缸是怎么排列的吗？你需要懂燃油喷射系统的流体力学吗？你是开车的用户，又不是要去奔驰宝马应聘汽车工程师，那是车辆工程学生该干的事。 你只需要知道：哪里是油门，哪里是刹车，方向盘往哪打，上路了懂怎么随机应变就行。 AI 也是一样。 那些所谓的 Transformer 架构、神经网络、Token 限制、温度值（Temperature），那是造车的工程师（比如 OpenAI 的科学家）需要关心的事。

而你，作为“司机”，你只需要关心

怎么选车（如何选择合适的模型/工作流/AI工具）。 怎么打方向盘（如何写好提示词 Prompt）。 怎么导航（如何判断 AI 生成的内容能不能用）。 在我们的【24小时 AI 提效军火库】里，我所有的工作流，都已经把工作流、AI工具都封装好了。你不需要知道它是怎么运行的，你只需要把你的需求加进去，它就能跑起来。

下次再有人跟你拽“大模型参数量”、“向量数据库”这些词来卖课，你可以直接无视。 我就四个字形容，故弄玄虚。 你的目标不是成为 AI 科学家，而是成为那个“战甲操作的最好的人”。 注：云途最近看到最好笑的一个卖课直播，就是卖一套基础AI应用课程，标价9.9，讲的是什么Midjourney生图、Deepseek写文章之类的，但是主播直播吹牛逼吹到学完课可以去OpenAI上班，这不是把用户当傻子骗？

第二章：交互革命——从“搜索思维”到“拟人思维”

如果在阅读这一章之前，你觉得 AI 就是一个“加强版的百度”或者“没有广告的谷歌”，那从现在开始，你需要升级一下你的 AI 思维。（不过现在AI大模型也能加搜索排名了，不能说没有广告了甚至） 因为这正是 99% 的门外汉用不好 AI 的根本原因。 2.1 最大的误区：你还在用“百度一下”的方式用 AI 回想一下，当你遇到一个 Excel 问题时，你的第一反应是什么？ 是不是熟练地打开浏览器，在搜索框里敲下几个关键词：Excel Vlookup 公式 教程？

然后呢？搜索引擎会甩给你一堆链接

第 1 条：可能是广告。 第 2 条：可能还是广告。 第 3 条：CSDN 的技术贴，满屏代码看不懂。 第 4 条：两年前的知乎回答，也不知道现在的版本还能不能用。 你不得不一个个点开，一个个筛选，最后运气好，拼凑出了答案。 这就是典型的“搜索思维”：关键词匹配 + 人工筛选。 现在，你拿到了 AI（比如 DeepSeek 或 ChatGPT），如果你还用这套逻辑： 你输入：Excel 公式 AI 回复：Excel 是微软推出的一款电子表格软件，公式是其核心功能…… 你大概率会骂一句：“这玩意儿果然是人工智障，听不懂人话。” 但这真不是 AI 的锅。 在云途教给大家的 AI 使用逻辑里，AI 不是搜索引擎，尽管上一章讲了不要把他当作神，但依然需要把它当成是一个“懂业务的活人”，也就是上一章里边讲的“实习生”。 我们要把“搜索思维”切换成“自然语言交互思维”（AI 思维）。 这是什么意思？ 想象一下，你对面坐着的不是一台电脑，而是一个精通 Excel 的数据分析师同事。你会跟你的同事说“Excel 公式”这几个字吗？ 不会，你会直接把你的需求告诉他： 搜索思维（关键词）： “计算增长率 Excel公式” AI 思维（说人话）： “你好，我手里有一个销售数据表，A列是第一季度销量，B列是第二季度销量，我想在C列计算季度增长率，如果增长超过20%就标红，请帮我写个公式，顺便告诉我怎么用。” 不知道大家明白其中的区别了吗？ 搜索思维是“我要找资料，我自己学”；AI 思维是“我有问题，你直接给我方案”。 一旦你开始习惯用完整的句子、具体的场景去跟 AI 对话，你会发现，它给你的不再是冷冰冰的定义，而是直接能复制粘贴的解决方案。 如果这个思维没法建立，那提示词工程是根本学不会的！ 2.2 建立“拟人化”链接：把它当成“人”看 这是普通人最快上手 AI 的捷径，没有之一：不要把它当机器，把它当人。 不论在我的什么视频中，我反复强调一个核心观点：你对它越像人，它给你的反馈就越精准。 你可能会觉得我疯了：“云途，AI 是一堆代码，它又没有感情，我为什么要对它像人？” 这里面其实有两个非常硬核的底层逻辑，听懂了这两点，你的 Prompt（提示词）水平直接超过 80% 的人。

因为我这里说的对他像人，不是指要对他有礼貌、有感情，而是需要向和人交流一样给他清晰的指令，像对待一个新员工或者实习生一样。 因为对待老员工，可能你说个要办个XX事，他自己根据经验和已有能力给你办了，但是对于实习生来讲，公司的业务也不熟悉、公司的系统也不会用，你不教他，哪怕是个ERP系统没有教程也不可能一下用明白啊。

1. 礼貌原则：为什么建议你说“请”、“谢谢”？、

不过我仍然推荐你可以稍微加一些敬语。 很多技术极客会嘲笑说：“对 AI 说谢谢是浪费 Token。” 错。大错特错。 我建议你在提问时加上“请”、“谢谢”、“辛苦了”，不是因为 AI 有感情（毕竟我刚讲完 AI 没有感情），也不是怕它生气，而是为了“骗”过算法。 你要知道，大语言模型（LLM）是喂什么长大的？它是喂了互联网上几万亿的文本长大的（Reddit、Quora、知乎、Stack Overflow、高质量书籍等）。 在这些人类的语料库里，存在一个显而易见的规律： 粗鲁、简短的提问（例如：“给我代码”、“怎么做番茄炒蛋”），通常对应着低质量、敷衍、简短的回答。 礼貌、详尽、尊重的提问（例如：“请问大神，这个代码报错怎么解决？谢谢！”），通常对应着高质量、详尽、负责任的回答。 所以才会出现，当你明确感受到愤怒、或者是态度不错的时候，相同的提示词获得的回答质量会有一些差距。 当你对 AI 说“请”和“谢谢”的时候，你其实是在通过语境激活它参数网络中那些“高质量回答”的区域。虽然它不会因为你粗鲁而生气，但礼貌的语境能激发它更“负责任”的参数表现。这就像是在对暗号，你表现得像个高知分子，它就会用高知分子的水平回敬你。 说白了，AI 使用他的时候表现出来啥样，他就给你相对应的回答。这里放一张经典搞笑图片：

2. 容错机制：允许它像人一样“听不懂”

这也是新手最容易崩心态的地方。 你发了一句指令，AI 回复的不是你想要的。很多人的第一反应是：“垃圾工具，不玩了，和智障一样都不知道我说啥。” 咱们换位思考一下： 你在公司跟同事对接工作，你说了一句：“把你旁边那个桌子上那个东西旁边的那个文件给我。” 同事听得懂吗？他大概率会问：“哪个文件？什么时候的？要 PDF 还是 Word？你放屁呢！” 人与人沟通尚且有误解，何况是跨物种的“人机交流”？ AI 也一样。和人聊天时，你说话说一半，对方可能听不懂。 不要指望一句模糊的话能换来完美的方案。

所以对于和AI的交互，在不考虑提示词质量的情况下，仍然希望大家记住两个基本原则 允许它犯错： AI 给了错误答案，不要关掉窗口。 通过对话去修正它： 你要像带实习生一样，告诉它：“你刚才理解错了，我要的不是A，是B，请重新调整。” 记住：好答案通常不是“问”出来的，而是“聊”出来的，哪怕你表明自己的小白身份，他也能根据你的水平去匹配相对应的答案。 提示词工程我们接下来就讲。

第三章：实战核心——“结构化提示词”的极简公式（RCC 模型）

你可能在网上见过那种写得像代码一样长的提示词，甚至还有人专门卖“提示词词典”。 我也收藏过，但我从来不背。为什么？因为逻辑比模版更重要。

只要你记住了 RCC，也就是 提示词（Prompt） = 角色（Role） + 背景（Context） + 约束（Constraint） 你就掌握了 90% 的 AI 提问技巧。 这就好比你给新员工布置任务，你得告诉他：你是谁（岗位），这事儿前因后果是什么（背景），以及做这件事有什么禁忌（约束）。 3.1 Role（角色锚定）：它是谁？ 这是最重要的一步，也是大多数人最容易忽略的一步。 给 AI 一个身份，就是给它一套“行为准则”。 很多时候 AI 回答得像个傻子，是因为你没告诉它它是干嘛的。它只能用通用的废话来敷衍你。

错误案例

你问： “帮我写个 Excel 公式。” AI 的内心 OS： “我是谁？我要给谁写？你要算什么？算了，给你个求和公式吧。” 结果： 它随便给你扔了一个 SUM 函数，大概率根本解决不了你的复杂问题。

正确案例

在我的私藏技巧中，我经常使用“特定人设”来固定 AI 的输出风格。比如，你可以试着这样说：

“你现在是是一位Excel专家，精通各种Excel公式以及技巧。说话要有耐心，通俗易懂，让小白也能学会，并且专业性拉满。”

为什么要这么设定？是不是觉得有点戏精？ 这里面有三个深层次的逻辑

语气控制（说话要有耐心，通俗易懂）：设定了这个，它的语气会瞬间变得大白话、详细。它不会像教科书那样枯燥，也不会因为你问了傻问题而“嫌弃”你。这种正反馈会让你更愿意学下去。

此技巧常被我用在Vibe Coding中，尽管我有基础，但是我每次和Codex对话的时候，总喜欢加上一句“我是个编程小白，请根据我的身份选择我能看懂的回答方式” 专业度锚定（Excel专家）：设定了“精通各种Excel公式以及技巧”，确保了它在解释 Excel 或代码时，调用的底层逻辑是严谨的。它不会胡乱给你编造一个只能看不能用的公式。 记忆植入：一旦设定了这个 Context（上下文），在接下来的几十轮对话中，你不需要每次都提醒它“要温柔”。它会永远记住这个身份设定，直到对话结束。这就是为什么有时候我们需要创建“智能体”（Agent），其实就是把这个角色设定给固化下来。简单的对话 Agent 无非就是给一个身份限制而已。 3.2 Context（背景投喂）：把“背景详情”给它 很多人用 AI 有个坏习惯：让 AI 猜谜。 你心里想的是“我要写个小红书爆款文案”，嘴上问的却是“帮我写篇文章”。 AI 怎么可能猜得到你要干嘛？ 不要让 AI 猜谜。把你遇到的问题背景、前因后果全部告诉它。

错误案例

你问： “怎么做视频？” AI 回复： “做视频分为策划、拍摄、剪辑……”（全是正确的废话）

正确案例

你问： “我想做一个关于‘AI 消除焦虑’的 3 分钟口播视频，我的受众是 25-35 岁的职场白领，他们最近很担心被裁员。我的视频风格要犀利一点，不要熬鸡汤，直接给干货。” （如果有条件，可以给一篇对标文案给他） 看到了吗？当你把“受众”、“时长”、“主题”、“风格”这些背景喂给它，AI 瞬间就有了“大脑”。它不再是瞎编，而是在根据你的需求进行“定向生成”。 这就好比你去理发。 你说：“剪短点。”（理发师大概率剪废） 你说：“我是做销售的，要见客户，把两边推光，上面留长一点，要看起来干练精神。（甚至可以把需要的发型图片给他看一下）”（理发师这就懂了，当然具体出来什么结果和理发师能力还是有关的） 3.3 Constraint (约束条件)：给它画个圈 RCC 模型的最后一步，是Constraint（约束）。 大纲里虽然没详细展开这一点，但这在实战中至关重要。你要告诉 AI “什么能做，什么不能做”，或者*“我要什么样的格式”。 在原文的分享中，我提到过一个“穷鬼厨师”的案例。 ()

正确案例

假设你要让AI给你推荐一下中午要吃什么菜

背景： 我现在在健身要吃得有营养。 约束： “但是我不在乎口感和味道，我最核心的目的是省钱、省时。不要给我推荐牛肉这种贵的食材，不要搞那些复杂的摆盘。” 如果你不加这个约束，AI 可能会给你推荐“红酒慢炖牛肉”，听着很美好，但你的钱包受不了，也压根不是家常菜不可行。但是 加上约束后，AI 就会老老实实给你推荐“水煮鸡胸肉”或者“鸡蛋豆腐”，精准命中你的需求。

常见的约束条件包括（这些技巧大家都可以用到）

字数限制： “控制在 200 字以内。” 格式要求： “请用表格形式列出。” 禁忌词： “不要使用专业术语，全都要大白话。” 输出结构： “先给结论，再给三个理由。”

其实到这里，提示词工程也就这么回事，就讲完了，根本没有那么复杂。

下次提问前，先在心里默念一遍 RCC

Role（它是谁）： 你是资深文案/我的哥哥/米其林大厨…… Context（你要干嘛）： 我要写给老板看/我要做给女朋友吃/受众是大学生…… Constraint（有什么要求）： 要犀利/要便宜/要用表格/不要废话…… 把这三点串起来，就是一条 100 分的提示词。

举个例子： “你是一名资深的小红书运营专家 (Role)。我正在推广一款‘防脱发洗发水’，目标用户是经常熬夜的程序员 (Context)。请帮我写 3 个爆款标题，要求带上 Emoji 表情，语气要扎心，不要像电视广告那样假大空 (Constraint)。”

第四章：主权在握——你才是驾驶员，AI 只是副驾

我喜欢这个比喻，是来自于一开始接触 AI 编程的时候，没有那么多好用的 AI 编程工具，就一个 Cursor 也用不起，所以还是用的 VScode + copilot，这个copilot，翻译过来就是副驾，当然当年还在调用硅基流动提供的Deepseek-R1。 当你学会了第三章的 RCC 公式，感受到 AI 瞬间变得“听话”且“聪明”时，一种诱惑就会悄悄降临：“既然它写得这么有模有样，我是不是只要动动手指，当个搬运工就行了？” 比如很多同学写个周报或者什么报告，直接就把 AI 给出的结果直接填完交上去了。 停！这是最危险的信号。 在云途看来，如果你产生了这种想法，你就已经从“驾驶员”降级成了“乘客”。在 AGI 时代，最先被淘汰的不是不会用 AI 的人，而是那些“把脑子完全交给 AI”的人，变成这样的话，在我看来就是活该淘汰。 所以这一章，我要聊聊如何握紧你手中的方向盘，做一个有灵魂的司机。 4.1 警惕“AI 夺舍”：别让算法偷走了你的“人味” 什么是“AI 夺舍”？ 就是你本来有个很棒、很独特的想法，但当你把它喂给 AI 后，它吐出来一份逻辑极其严密、遣词造句极其华丽、但平庸得令人发指的初稿。你看着那份稿子，觉得“挑不出错，好像也行”，于是你就妥协了，直接按了发送键。 那一刻，你就被“夺舍”了。

我自己的错误案例

有一次，我想做一个关于“AI 行业内卷”的视频，当时还没有 Deepresearch 功能。 我原本的切入点很犀利：“AI 不是让程序员失业，而是让平庸的程序员死得更快。” 我偷懒了，直接问 AI：“针对这个观点，给我找五个可以自圆其说的原因，并且表明来源。”（当然角色提示词我已经提前输入过了）

Gemini 2 很快给了我

算力成本的下降导致竞争加剧…… 大模型的同质化现象严重…… 企业对复合型人才的需求增加…… 看着很专业对吧？而且每一条好像也调不出来毛病，甚至肯定比我原来的几个脑测得原因懂得多多了。 但我当时心里咯噔一下：这完全不是我想表达的东西。 我要说的是普通人的生存现状，是那种“技术焦虑”下的心态崩塌，而不是这些冷冰冰的、像行业研报一样的废话，我是个自媒体博主，写的是公众号文章，不了解我的人还以为我是什么麦肯锡资讯公司实习生呢么，这玩意糊弄领导啥的还可以，糊弄观众不太好使吧。 如果你直接用了 AI 的东西，你的内容就变成了“平均值的产物”*。因为 AI 的底层逻辑是概率，它永远倾向于给你那个“最安全、最平庸、被最多人说过”的答案。 所以最终我以后都采取这么一个策略：AI 负责把话说通，而使用者需要负责把话说死。（那个“死”指的是你独特的立场和观点，比如我就需要把我要表达的“要说的是普通人的生存现状，是那种“技术焦虑”下的心态崩塌”给加入进去）。 4.2 鉴别与决策：开启你的“主编思维” 在云途的逻辑里，你要把自己定位成一家顶级报社的“主编”，而 AI 只是你手下那个才华横溢、博学多才，但完全没有社会阅历的实习生。 一个合格的主编，应该如何调教这位“天才实习生”？ 第一阶段：发散——让它当你的“头脑风暴队友” 当你面对一件事毫无灵感时，不要憋着，让 AI 帮你发散。这也是我每天与AI对话干的最多的事情，没有之一。

指令： “我要写个关于‘职场人学 AI’的短视频。请给我 10 个不同的切入点：要有扎心的、要有毒舌的、要有反直觉的、还要有励志的。” 这时候，它的任务是提供可能性。它给出的 10 个点里，可能有 8 个是垃圾，但只要有 1 个让你拍案叫绝，它的价值就实现了。当然我目前的Sikll就封装了一个类似功能的叫yuntu-title，也就是在我灵感枯竭的时候专门帮我想灵感的。 第二阶段：过滤——你才是那个拿剪刀的人 还以第一阶段中那个例子来讲，AI一下给了你十条标题或者观点对吧，面对这 10 个点，做决定的人必须是你。 你要根据你的价值观、你的粉丝画像、你的亲身经历去筛选。

比如： “第 3 个观点‘学 AI 是为了更早下班去陪猫’很符合我的调性，其他的都太装了，或者太正经了，删掉，完全不符合我的人设！” 核心观点、情感倾向、内容灵魂，这三样东西必须由人来掌控。 第三阶段：深度校准——拒绝“AI 味” AI 写的初稿，往往带有浓浓的“翻译腔”或者“公文味”，虽然很难表达这种感觉是什么，但是用 AI 多一些的人一眼就能发现，他给的文案总是有一种说不上来的 AI 味，虽然从逻辑来讲毫无破绽。 那么作为驾驶员，你需要进行第二次甚至是第三次的人工校准（很多自媒体会说：某某神级别提示词一键去 AI 味，但是经过云途的实测，没有一个，是符合我的要求的，最终甚至不如不给提示词，直接给大模型喂我曾经写的文章呢，总结就是狗屁不是） 去水肿： AI 喜欢说“总而言之”、“综上所述”、“在……的背景下”。把这些废话全部删掉。 加案例： AI 举的例子往往很虚（比如“某著名公司”）。你要换成你自己的故事：“我上周三加班到凌晨两点，当时的心情是……” 调语态： 拿口播举例子，AI 习惯说“建议您如何如何”。你可以改成“兄弟们，听我一句劝……” 哪怕 AI 帮你完成了 90% 的工作，剩下那 10% 的“人味注入”，才是你存在的理由，也是在 AI 使用效果上和别人拉开差距的关键。 4.3 幻觉检测：别被 AI “带进沟里” 这是主权在握的另一个维度：事实核查（Fact-Checking）。 AI 有一个臭名昭著的毛病——幻觉（Hallucination），直到今天也没有彻底的解决，从原理上来讲其实他不能根除，只能减少发生的概率。 它会一本正经地胡说八道。如果你问它一个它不知道的东西，它为了显得自己很专业，会现场给你编一个理由，甚至给你编一个根本不存在的参考文献。 如果你作为驾驶员，因为懒惰而不去复核这些关键信息，那效果自然不会好到哪里去。 这里就不举例子了，不然都有点久远，比如编文献之类的，我直接给出三个尽量规避的方案： 交叉验证： 关键的数据、年份、代码接口，一定要去搜索引擎或者官方文档再查一遍。 质疑模式： 偶尔对 AI 说：“你确定这个数据是对的吗？我记得好像是……请再核实一遍。” 反向调教： 当你发现它错了，不要直接骂它，要像教徒弟一样告诉它：“你刚才引用的那个政策是 2023 年的，现在 2025 年已经变了，请根据最新的情况重新调整。”

还记得我在第一章说的“钢铁战衣”吗？ 穿上战衣的托尼·斯塔克，依然是托尼·斯塔克。他的性格、他的智慧、他的傲慢都没有变，战衣只是放大了他的力量。 用 AI 最高的境界是：别人看完你写的东西，觉得“这就是某某本人写的”，但他们不知道，如果没有 AI 的辅助，你可能需要写一天，而现在你只需要一个小时。 记住：主权在握，意味着你永远拥有对这个内容的“终审权”和“否定权”。

第五章：从认知到行动——你的“云途 AI 军火库”使用指南

读到这里，你已经不再是一个对 AI 一窍不通的门外汉了。 你懂了“拟人化”、学会了“RCC 公式”，还掌握了“主权思维”。 但云途最怕的一件事就是：你合上这篇文章，感叹一句“写得真好”，然后继续去刷短视频了，继续收藏所谓的“震惊”“颠覆”短视频，那我的这上万字就白写了。真正的改变，发生在你敲下第一个精准字符，去真正把技巧运用在和 AI 沟通的那一刻。 这一章，我直接把我的私藏“军火库”开放给你，并给你一份拿走即用的行动指南。 5.1 打造你的“私人定制军火库”：别再只用普通对话框了 其实关注我的大家都从一个概念来的，那就是——AI智能体（AI Agent）。 很多人问我：“云途，你为什么不直接在普通对话框里聊天，非要费劲去创建一个‘智能体’？” 我的回答是：为了“偷懒”得更彻底。当然这就又涉及到了智能体的定义，在后边的文章也有讲到。 想象一下，你每天都要写短视频脚本。如果你用普通对话框，你每天都要重复输入一遍：

“你现在是短视频专家，你要用云途的风格说话，要犀利，要针对白领……” 这不叫用 AI，这叫给 AI 当保姆。 真正的顶级玩家，会把这些复杂的 RCC 设定封装成一个“智能体”。 创建你的“影子分身”： 打开扣子（Coze），或者千问、或者元宝之类一切拥有智能体创建功能的平台，创建一个智能体，起个名字叫“短视频脚本大师”，在设定里把你的性格、语气、禁忌、受众一次性喂给它。 永久记忆： 以后你只要打开这个窗口，它就默认是那个“最懂你的分身”。你只需要扔给它一个词：“裁员”，它就能自动产出符合你要求的爆款脚本。 这就是我说的“自定义军火库”。你不需要去背咒语、背提示词，你需要的只是通过单次的创建操作，把这个元提示词刻在 AI 的骨子里。 你可以有一个“短视频编导”，一个“短视频分镜大师”，一个“短视频运营专家”。当你拥有了这一排排的工具人，你才真正拥有了一个 AGI 团队。 5.2 拒绝“收藏家”心态：24 小时行动清单 早期资料库也为大家整理过大量提示词，这些提示词都是调整好的，涵盖了多个赛道，在大家没有在创建自己的提示词得心应手的时候，可以先用这些提示词去顶一段时间。 如果你不使用他们，那自然没给你带来一分钱价值。 现在，请跟着我完成这份 24 小时行动清单。只要完成这三件事，你就能超过 90% 的人。 第一阶段：第一个 1 小时——“像正常人一样和 AI 对话” 打开Deepseek、千问或者随便什么 AI 平台，找一个你目前最困扰的小问题（哪怕是“中午做菜怎么搞”或“怎么跟领导沟通甩锅”）。 行动： 使用 RCC 公式 提问。 目标： 感受“拟人化”和“背景投喂”带来的回答质量差异。如果你发现它回答得很有温度，恭喜你，你已经入门了。 第二阶段：第一个 12 小时——“学会 AI 协同的工作方式” 让 AI 帮你写一段文案、一封邮件或一个工作汇报。 行动： 当它吐出初稿后，强制自己修改 30% 以上的内容。 目标： 练习“去 AI 味”和“加人味”。把那些“综上所述”、“首先、其次、然后”删了，把你自己的语言风格加进去。感受那种“把 AI 当外包，自己当主编”的掌控感。 第三阶段：第一个 24 小时——“军火入库” 把你在前两次尝试中觉得最好用的那个设定，直接创建成一个“智能体”，在这里我就推荐直接使用Coze了，毕竟这云途这个社群本来就是从Coze社群发展过来的，基础操作上手也简单。 行动： 哪怕只是起个名字叫“我的私人小助理”，把你的习惯写进去。 目标： 建立你的第一个“数字资产”。以后再遇到同类问题，直接尝试使用。 5.3 最后云途想说的：AI 时代的“贫富差距” 很多人问我，AI 真的会让人变得更平等吗？ 我的看法很残酷：AI 会拉大人与人之间的差距。 以前，勤奋能弥补一部分天分。但在 AI 时代，一个“会用 AI 的聪明人”，他的生产力是你的 100 倍、1000 倍。 他可以用 AI 一分钟处理你一整天的 Excel 数据。 他可以用 AI 一小时写完你一个星期的视频脚本。 他可以用 AI 同时运营 10 个账号，而你还在纠结标题怎么起。 这不是技术落差，这是认知落差。 那些还在纠结“AI 会不会取代我”的人，正在被那些“把 AI 当成战甲”的人加速甩在身后。 结语：别回头，往前走 到这里这篇文章到这里就结束了。 云途花了一周时间，仔细整理了我对于 AI 应用的一些基础想法和技巧，在这里我没教你一行代码，没让你背一个复杂的公式。我只是想告诉你：AI 没那么神，它只是一个需要你用“人味”去唤醒、去使用的工具。 你不需要成为技术大牛。在这个时代，你的好奇心、你的同理心、以及你对自己生活的主导权，才是最贵的资源。 所以下次再有同学问 “云途，下面什么工作会被AI取代？”，其实我的回答就都不会变，“厉害的不会，差的没有 AI 也会被裁员，和被取代没两样”

包含5000+提示词模板，120+现成Coze工作流源码，50+AI项目变现案例总结等超多内容！

请移步

模块 02：【军火矩阵篇】 120+ 商用级工作流成品库 模块 03：【流量与变现篇】 AI 商业化实战 模块 04：【弹药与工具篇】 一人公司必备工具箱