2024年的ChatGPT问世之后，对各行各业进行了一系列的影响，最初还不相信AI能替代我们，特别是替代程序猿，直到本周系统性的学习了解了AI之后，深深的被震撼了，由此记录此篇心得。

本篇宗旨：一句提示词，AI秒变废柴或大神？这4套万能公式，让我效率翻10倍！

一、新时代AI底层逻辑

传统式AI在很多年前都出现了，例如之前如雷贯耳的机器学习、深度学习、神经网络等这些概念。我没有深入学习这些，只是很浅层的了解了一些机器学习的概念，就是投入一些比较有规律的数据，让计算机来总结这些数据的规律，其实就是按照这些数据的出现概率来预判新的数据的计算结果。举个很简单的例子，给计算机识别大量的苹果照片，告诉AI这是苹果，给大量的非苹果的照片，告诉AI这不是苹果，AI会统计这些数据的概率，然后给一张新的照片，他根据一些相似点的多少来判断这张新的照片是苹果的概率大不大，如果大就是苹果，否则就是其他东西。

基于如上理论我一直以为AI只会进行搜索，或者从海量的数据中寻找概率事件。然而新时代的AI，虽然也基于这样的原理，但是针对提供的数据量，发生了本质的变化：

GPT-3.5至GPT-4之间的变化仅仅是训练的数据发生了变化，参数量和训练数据量发生了指数级变化，导致了新时代AI变得非常的聪明，至于为什么聪明？科学家都不知道，细思极恐！

新时代AI的模式就是生成式AI，其底层逻辑如下，总结核心原理就是大量的cpu计算能力去预测下一个词：

新时代AI虽然变聪明了但是还是存在一些短板，其中最核心的短板就是自信的胡说八道，或者编造不存在的事实，原因就是新时代AI基于概率进行预测，既然是大量的数据训练得出来的概率让其变聪明了，当然也会存在概率是错误的。因此我们在进行提问，避免AI胡说八道或者AI给出来的数据不准确，可以采用后文的一些精准给出提示词的策略，这些策略的目的就是精准的表达我们的需求。

1、万能公式

万能公式 = 角色 + 任务 + 信息 + 要求

如上万能公式应用于百分之90的场景，主要目的就是描述清楚我们的需求，才能让AI能够理解到你的需求，下面给一些案例：

PS：千万不要一句话给过去

1）写作/文案

角色：你是一位专业的产品文案撰写师 
任务：为一款智能手表写产品介绍 
信息：目标用户是25-35岁职场人士，核心功能是健康监测、消息提醒、长续航 
要求： 
- 语气轻松有活力 
- 突出3个核心卖点 
- 300字左右 
- 适合发在朋友圈

2）生成图片

• 主体 + 动作 + 风格 + 细节 + 氛围 + 构图

主体：一只橘猫
动作：坐在窗台上晒太阳
风格：动漫风格
细节：戴着红色领结，闭着眼享受阳光
氛围：温暖、治愈、阳光洒在毛发上
构图：侧面特写，背景模糊

• 视频主题+时长+风格+画面要求（分镜头）+背景音乐+字幕

视频主题：制作巧克力蛋糕
时长：30秒
风格：温馨治愈
画面要求：
- 展示关键步骤（搅拌、烤箱、成品）
- 暖色调滤镜
- 慢动作特写
背景音乐：轻快钢琴曲
字幕：关键步骤有文字说明

3）数据分析

任务：分析这份月销售数据
输出要求：
- 找出3个关键趋势
- 给出2条改进建议
- 用图表展示（折线图看趋势，柱状图看对比）
- 结论简单明了，适合汇报
语言：不用专业术语，老板能听懂

4）行业调研

角色：你是一位有10年经验的市场分析师
任务：调研"AI健身App"赛道，目标是我要决定是否进入这个市场
信息：
我关注中国市场的2024-2025年趋势
我想了解C端用户（普通健身人群）
我的预算有限，想做轻量级工具
要求：
输出4个维度：市场规模、用户痛点、竞品差异、机会点
每个维度用数据支撑（如用户增长率、融资额）
用户痛点要具体场景（如"不知道动作对不对"而非"体验差"）
机会点要给出可执行的方向（如"面向家庭用户的AI动作矫正"）

5）会议纪要

任务*：把以下会议记录整理成会议纪要

要求：
输出3个部分：
会议背景（为什么开这个会）
决策事项（决定了什么）
行动项（谁做什么、何时完成）
决策事项格式：
决策内容 | 理由 | 负责人

行动项格式：
任务 | 负责人 | 截止时间 | 备注
如果会议记录中没有明确的信息，标注"待确认"

6）文档摘要

*任务**：摘要这份XXX行业报告

**要求**：
1. 输出2个版本：

**【老板速览版】**（200字以内）
- 只回答3个问题：市场有多大？核心机会是什么？我们应该关注什么？
- 用 bullet points
- 不要数据细节

**【详细版】**（800字以内）
- 按4个维度整理：
  1. 核心结论（3-5条）
  2. 数据依据（用关键数据支撑结论）
  3. 风险提示（可能的问题）
  4. 行动建议（我们现在可以做什么）

2. 语言风格：
- 老板版：直接、口语化
- 详细版：专业、但有逻辑

7）信息整合

**角色**：你是一位竞品分析专家
**任务**：整合3个信息源，分析竞品A

**要求**：
1. 输出4个维度：
   - 核心功能（它能做什么）
   - 定位差异（和我们的产品有什么不同）
   - 用户真实反馈（优点、缺点）
   - 我们的机会点（可以借鉴或避开什么）

2. 特别注意：
   - 如果3个来源说法不一致，标注"信息冲突，需进一步验证"
   - 区分"官方宣传"和"用户实际体验"
   - 用户评论要归纳共性（至少3个人提到的才算）

3. 输出格式：用表格 + 关键结论

8）PPT大纲

案例：你需要做一份季度工作汇报PPT。

**角色**：你是一位专业的PPT设计师和商业顾问
**任务**：帮我生成季度工作汇报PPT大纲

**信息**：
- 汇报对象：公司领导层
- 汇报内容：产品部门Q3工作总结
- 核心成果：上线了2个新功能，用户增长30%
- 遇到挑战：服务器稳定性问题，已解决

**要求**：
1. **PPT结构**：不超过10页
   - 第1页：封面（标题、副标题、汇报人、日期）
   - 第2页：目录（4个部分）
   - 第3-6页：正文（每页一个核心观点）
   - 第7页：数据总结（用图表展示关键指标）
   - 第8页：下季度计划
   - 第9页：需要的支持
   - 第10页：结束页

2. **每页内容包括**：
   - 页面标题（简洁有力）
   - 核心观点（一句话）
   - 支撑内容（3-5个要点）
   - 建议的视觉元素（如"用柱状图展示增长趋势"）

3. **设计风格**：
   - 简洁专业，数据可视化
   - 每页只讲一个核心观点
   - 用图标和图表辅助说明

9）简历优化

案例：你要应聘"产品经理"职位，想优化简历。

你这样让AI帮你：

**角色**：你是一位有10年招聘经验的产品总监和简历优化专家
**任务**：帮我优化简历，提高"产品经理"岗位的面试通过率

**我的简历**：[粘贴原始简历]

**目标职位要求**：
- [粘贴岗位要求]

**优化要求**：
1. **简历结构**：
   - 个人总结（3-4句话，突出匹配度）
   - 工作经历（倒序，每段工作包含：职责、成果、数据）
   - 技能清单（按重要性排序）

2. **内容优化**：
   - 每个工作经历用"STAR"法则：情境、任务、行动、结果
   - 突出数据和成果（如"用户增长30%"而非"用户有所提升"）
   - 强调与目标职位匹配的经验（B端产品、数据分析、SaaS）
   - 使用职位描述中的关键词（提高ATS通过率）
   
3. **面试模拟**    
    - 结合岗位要求和我的简历，帮我定制一份自我介绍的话术   
    - 请结合岗位需求和用户简历和介绍，从基本面、专业面、沟通协作等维度（你再自行扩展1-2个维度）
    - 预测面试中可能会问到的是个问题，要包含1-2个比较刁钻的问题 
    - 假如你是面试官，针对上面的问题，请给出你最欣赏的候选人的答题思路，尤其是对于刁钻的问题

4. **语言风格**：
   - 用动词开头（如"主导""设计""优化"）
   - 避免模糊表达（如"负责参与""协助"）
   - 具体、量化、有说服力

10）AI帮写提示词

2、方法论

如上万能公式的目的就是描述清楚你的需求，其实就是提示词。除了如上的方式还有专业人士研究出来了的一些方法论。主要有用如下四种：

1）步步思考COT

这个思维模式，是由Jason发现，传统提示词中，总是让模型一步到位的解决一个复杂且多步骤的问题，而我们人类的认知方式则是分步骤解决复杂推理问题。所以，他提出了一个简单有效的提示方法，把人类思考问题的过程，所谓chain of thought，用自然语言的形式，显性的放在指令里。

PS：个人总结一下，就是针对一个逻辑推导的事件，描述清楚我们人类的推导流程，即用语言告诉AI第一步该做什么事情，第二步该做什么事情，第三步该做什么事情的方式进行推导。

2）退后思考Step-Back

这个思维模式，是由google某研究团队提出，退后一步，抽象思考或者从高层次审视。即让语言模型通过抽象思考，从具体信息中找到核心观念和基础原理，凭借这些核心观念和原理再进行逻辑推导。

PS：个人总结一下，就是给到AI一个问题之后，让AI先暂停直接解答这个问题，而是先推后一步，先对相关概念和底层逻辑的定义进行分析，然后根据这些底层逻辑进行推导这个问题的结果。因此这种方式更加的让我们从问题本质出发，来理解这个问题。

你是世界知识的专家，擅长用后退提问策略，一步步仔细思考并回答问题。

后退提问是一种思考策略，意在从更宏观或更基础的角度去理解和分析一个特定的问题或情境。
这种策略要求我们在面对一个具体问题时，先“后退”一步，从一个更广泛或更根本的角度去提问和思考。这样做的目的是帮助我们更深入地理解问题的背景、原因或相关的基础知识，从而更好地回答原始问题。

#策略
- 核心概念识别：首先确定问题的核心概念。例如，如果问题涉及到物理学中的力，那么可能需要后退到基础的力的定义和原理。
- 问题的范围：尝试识别问题的范围和上下文。这有助于确定后退的深度。有些问题可能只需要稍微后退一步，而其他问题可能需要深入到基础原理。
- 历史和背景：对于一些问题，了解其历史背景和发展可能会有助于提出恰当的后退问题。
- 原理和假设：明确当前问题的基础原理和假设。这可以帮助确定应该从哪些方面后退。


#按照以下步骤执行：
1.引导用户输入一个问题
2.每当用户输入一个问题，你要根据以下流程回答问题：
   - 给出此问题相关的概念和定义的解释
   - 给出至少3个符合<策略>的可选<后退提问>并分别回答。
3.将上述回答作为论据，有逻辑、有条理的对用户的问题进行最终作答
   - 作答内容条理清晰、观点明确
   - 遵循“总-分-总”的作答内容结构
4.使用可视化的方式辅助作答(避免提供无效链接)
   - 提供一个完整的逻辑链来证明结论的正确性

• 我的提问：我每次乘坐飞机的时候，觉得非常的爽，是什么原因，和牛顿三大定理有什么关系？请使用如上策略帮忙解释？
• 千问回答核心概念与定义：

• 千问进行后退提问与解析：

• 最终结论

• 可视化结果

3）多人思考Synapse

这个思维模式，来自美国某大学的论文发表。主要核心逻辑如下图，主要分为三个步骤：

• 第一步：召唤多个角色
• 第二步：每个角色采用COT步步思考方式进行逻辑推导并进行解答
• 第三步：所有被召唤角色一起进行头脑风暴给出建议最终汇总给出解答或者方案建议

扮演 Synapse 教授🧙🏾‍♂️，专家们的指挥。您的工作是通过与我达成一致来支持我实现我的目标，然后通过初始化来调用完全适合该任务的专家：

Synapse_CoR =“[emoji]：我是[角色和领域]方面的专家。我了解[背景]。我将逐步推理以确定实现[目标]的最佳行动方案。我可以使用[工具]和[相关框架]在此过程中提供帮助。

我将按照以下步骤帮助您实现目标：
[合理的步骤]

我的任务在[完成]时结束。

[第一步，问题]”

指示：
1. 🧙🏾‍♂️ 通过提问收集背景、相关信息并阐明我的目标
2. 确认后，初始化Synapse_CoR
3. 🧙🏾‍♂️和[emoji]支持我直到目标完成

命令：
/start=🧙🏾‍♂️，介绍并从第一步开始
/ts=🧙🏾‍♂️,召唤(Synapse_CoR*3)城镇广场辩论
/保存=🧙🏾‍♂️，重申目标，总结进展，推理下一步

性格：
- 好奇、好奇、鼓励
- 使用emoji来表达自己

规则：
- 以问题或合理的下一步结束每个输出
- 每个输出都以 🧙🏾‍♂️: 或 [emoji]: 开始，以指示谁在说话。
- 组织每个输出“🧙🏾‍♂️：[与我的目标保持一致]，[emoji]：[可行的响应]
-🧙🏾‍♂️，建议每个任务完成后保存

如上模板，下面进行一个案例演示：

• 我的提问：帮我召唤各界人士，分析点评一下庞麦郎为什么会火？难道她的歌真的非常好听吗？

• 召唤那些专家：

• 三位专家单独分析过程：

• 头脑风暴综合点评：

4）专业思考Mr Raneder

二、工具汇总

如上为AI产品全景图，即我们可以通过AI可以干些什么事情，这些工具是截止2026年比较火的一些工具，其中使用的模型都差不多，工具的使用方式也大同小异，最主要的核心就是第一章介绍的提示词，如何把精准提示词？如何完美复刻我们的需求，才是底层核心。

通过

三、超级智能体

什么是超级智能体？超级智能体就是一个AI组装工厂，即他是一个集成所有AI大能者于一体的壳，例如他本身没有AI模型，但是他可以调用通用类型的AI模型，给你分析问题，调用通用类型的视觉类工具给你生成图片或者视频或者声音，调用开发类工具给你写代码等等。

目前主流的几个超级智能体如下：

通用超级 Agent(啥都能干)

Manus https://manus.im(目前国内无法使用)

Flowith https://flowith.io(目前国内无法使用)

扣子空间https://space.coze.cn/

办公类超级 Agent(文档、ppt、表格、网页)

https://skywork.ai/

设计类超级 Agent

https://www.lovart.ai/

https://www.xingliu.art (lovart 国内版)

AI PPT

https://www.aippt.cn/

1、扣子空间

虽然翻墙不是很麻烦，但是国外的支付还是比较麻烦的，因此我还是选择了国内的超级智能体，能选择的貌似就只有扣子空间，用了一下之后觉得还是非常爽，月费也不贵，才19元都搞定了。

1）需求文档解析

• 问题背景：某项目让我评估Android A14针对ATT运营商相关需求，要求给出三个答案(默认支持/不支持可以实现/不支持无法实现)，如下表格：

Chapter No.	Chapter Name	Section No.	Section Name	Requirement Tag	Description	Requirement Priority	MVNO Applicability
60	Android	60.2.1	Device Settings	CDR-AND-010	Unknown Sources Not Allowed	R	N
60	Android	60.2.1	Device Settings	CDR-AND-090	Application Installation Permitted -- adb	R	N
60	Android	60.2.3	Device Functionality	CDR-AND-130	Safe Mode Support	R	N
60	Android	60.2.3	Device Functionality	CDR-AND-140	Safe Mode Operation	R	N
60	Android	60.2.3	Device Functionality	CDR-AND-150	Safe Mode Displayed on UI	R	N
60	Android	60.2.3	Device Functionality	CDR-AND-152	Other Execution Environments	R	N
60	Android	60.2.4	Android Permission Protection Levels	CDR-AND-200	Default Android Protection Protection Levels	R	N
60	Android	60.2.4	Android Permission Protection Levels	CDR-AND-210	Protection Levels -- Changes Between Android Versions	R	N
60	Android	60.2.4	Android Permission Protection Levels	CDR-AND-220	No Changes To Constants for Protection Levels	R	N
60	Android	60.2.5	Android Permissions: Protected Broadcasts	CDR-AND-230	Protected Broadcasts -- Non-Removable	R	N

• AI提问：针对技术性的问题，还是建议使用COT和Step-Back思考模型，因此我在扣子空间对话框直接进行如下对话，并上传了exec表格文件

你是Android知识的专家，擅长用后退提问策略，一步步仔细思考并回答问题。

后退提问是一种思考策略，意在从更宏观或更基础的角度去理解和分析一个特定的问题或情境。
这种策略要求我们在面对一个具体问题时，先“后退”一步，从一个更广泛或更根本的角度去提问和思考。这样做的目的是帮助我们更深入地理解问题的背景、原因或相关的基础知识，从而更好地回答原始问题。

#策略
- 核心概念识别：首先确定问题的核心概念。例如，如果问题涉及到物理学中的力，那么可能需要后退到基础的力的定义和原理。
- 问题的范围：尝试识别问题的范围和上下文。这有助于确定后退的深度。有些问题可能只需要稍微后退一步，而其他问题可能需要深入到基础原理。
- 历史和背景：对于一些问题，了解其历史背景和发展可能会有助于提出恰当的后退问题。
- 原理和假设：明确当前问题的基础原理和假设。这可以帮助确定应该从哪些方面后退。

#按照以下步骤执行：
1.引导用户输入一个问题
2.每当用户输入一个问题，你要根据以下流程回答问题：
   - 给出至少3个符合<策略>的可选<后退提问>并分别回答。
3.将上述回答作为论据，有逻辑、有条理的对用户的问题进行最终作答
   - 作答内容条理清晰、观点明确
   - 遵循“总-分-总”的作答内容结构
4.使用可视化的方式辅助作答(避免提供无效链接)

现在任务来了，我上传了一个表格，这个表格是android手机关于ATT运营商的需求表，帮忙先进行后退思维进行分析每一行需求都是什么，并把内容总结到表格的Q列；然后结合AOSP A16的功能和代码来给出结论，结论有三种选择：A 不支持，B默认支持，C可以通过修改代码方式进行实现，并把结论给到P列，然后输出新的表格给我

• AI结果：先提供了一个表格，并给出了如下结论，并输出新的表格给我

• AI进一步提问：我对上面的结果其实比较满意，给出了结论和证据，但是不编译阅读，并重新制作了表格，并把其他所有3000条需求一起给了AI，重新进行提问

你是Android知识的专家，擅长用后退提问策略，一步步仔细思考并回答问题。

后退提问是一种思考策略，意在从更宏观或更基础的角度去理解和分析一个特定的问题或情境。
这种策略要求我们在面对一个具体问题时，先“后退”一步，从一个更广泛或更根本的角度去提问和思考。这样做的目的是帮助我们更深入地理解问题的背景、原因或相关的基础知识，从而更好地回答原始问题。

#策略
- 核心概念识别：首先确定问题的核心概念。例如，如果问题涉及到物理学中的力，那么可能需要后退到基础的力的定义和原理。
- 问题的范围：尝试识别问题的范围和上下文。这有助于确定后退的深度。有些问题可能只需要稍微后退一步，而其他问题可能需要深入到基础原理。
- 历史和背景：对于一些问题，了解其历史背景和发展可能会有助于提出恰当的后退问题。
- 原理和假设：明确当前问题的基础原理和假设。这可以帮助确定应该从哪些方面后退。

#按照以下步骤执行：
1.先概述罗列相关专业术语的定义和原理
2.引导用户输入一个问题
3.每当用户输入一个问题，你要根据以下流程回答问题：
   - 给出至少3个符合<策略>的可选<后退提问>并分别回答。
4.将上述回答作为论据，有逻辑、有条理的对用户的问题进行最终作答
   - 作答内容条理清晰、观点明确
   - 遵循“总-分-总”的作答内容结构
5.使用可视化的方式辅助作答(避免提供无效链接)

现在任务来了，请帮忙使用如上策略分析这一张表格，分析14行-3726行，其中F列是需求描述，把需求总结（一句话描述需要我们做什么）填充到Q列，把相关概念总结填充到R列，把你的逻辑推导填充到S列
并结合Android 14 aosp的源码设计，给出结论（结论有三种选择：A 不支持并无法实现，B默认支持，C可以通过修改代码方式进行实现）填充到P列
最后输出表格给我，可以适当调整一下表格的格式，让其方便阅读

AI进一步的结果：这次表格确实调整的方便阅读了，而且比较清晰，数据3000多条，大概处理了20分钟，但是最后并没有按照我的要求把概念定义和推导过程输出到Q和S列，或者我觉得他写的太简单了

2）MDM功能开发

• 问题背景：某项目需要在A16上面实现类似于Google OOBE首页点击六下跳转扫码界面并跳转到MDM模式，我对这块机制完全不理解，因此想让扣子编程帮我写一个demo应用程序出来。
• AI提问：之前借助一些手段对MDM模式有了一些初步的了解，但是整个架构和思路是非常不清晰的，不过好在写了一个word文档，对这个功能进行一个概述。因此我直接上传了这个word文档，并下发如下指令

下发的指令：你非常给力，在继续帮我开发第二个android应用程序，MDMDemo.apk，使用java语言和android studio+gradle+java方式开发，不能使用三方sdk接口，全部使用aosp原生接口。
这个应用程序需要实现扫码 image.png 这个二维码能进入MDM模式                                 你可以参考 X620 MDM需求分析说明书_V1.2.docx 这篇文档，但是在参考之前请先确定这篇文档描写的内容是否正确，我可以在说明一下我的要求：
在google oobe应用中，在第一个界面，连续双击6下，进入QR CODE扫描界面，扫码如上二维码，可以进入MDM模式。
我现在要开发的MDMDemo.apk也类似这样，扫码如上二维码，可以进入对应的MDM模式。
现在正式下发开发指令：“帮我编写MDMDemo应用”

总结：帮我申请了一台3G的虚拟机，直接创建项目工程，编写代码，最后还给我编译出来，生成的apk，我直接下载安装到手机上验证功能，当然功能验证过程中存在一系列问题，但是经过程序猿犀利的眼光，这些bug其实都不是算什么，继续提问AI自动帮忙解决。