报告发现，那些产出较高的人通常会在动手前先停一下，把任务想清楚。
相比之下，提示词技巧对结果的影响没有很多人想象中那么大。
我见过不少团队花大量时间打磨提示词：角色设定写得很细，示例塞了十几个，输出格式规定了好几层。
最后拿到的内容看起来很规范，读完却没有多少价值。
这类问题往往出现得更早：任务本身没有定义清楚。
过去几年，大家习惯把 AI 当成实习生。
段落怎么分、格式怎么排、每一步怎么做，都要提前写清楚。少交代一句，它就可能自己猜，而且经常猜错。因此，提示词工程一度很重要。
你用不好 AI，因为你自己没说清楚
2024 年，微软和领英联合发布了一份全球工作趋势报告，调查了几万名日常使用 AI 的职场人。
报告发现，那些产出较高的人通常会在动手前先停一下，把任务想清楚。
相比之下，提示词技巧对结果的影响没有很多人想象中那么大。
我见过不少团队花大量时间打磨提示词：角色设定写得很细，示例塞了十几个，输出格式规定了好几层。
最后拿到的内容看起来很规范，读完却没有多少价值。
这类问题往往出现得更早：任务本身没有定义清楚。
过去几年，大家习惯把 AI 当成实习生。
段落怎么分、格式怎么排、每一步怎么做，都要提前写清楚。少交代一句，它就可能自己猜，而且经常猜错。因此，提示词工程一度很重要。
报告发现，那些产出较高的人通常会在动手前先停一下，把任务想清楚。
相比之下，提示词技巧对结果的影响没有很多人想象中那么大。
我见过不少团队花大量时间打磨提示词：角色设定写得很细，示例塞了十几个，输出格式规定了好几层。
最后拿到的内容看起来很规范，读完却没有多少价值。
这类问题往往出现得更早：任务本身没有定义清楚。
过去几年，大家习惯把 AI 当成实习生。
段落怎么分、格式怎么排、每一步怎么做，都要提前写清楚。少交代一句，它就可能自己猜，而且经常猜错。因此，提示词工程一度很重要。
