公司为我们统一订购了 Claude 的企业账号。说实话，刚开始我只是抱着”反正公司配的，试试看”的心态随手用了几次——结果越用越觉得，这东西能发挥多大作用，完全取决于你自己，而不是工具本身。
把这段时间摸索下来的体会写出来，核心只有一句话：AI 是引擎，但方向盘永远在你手里。想把这台引擎开好，你需要清楚地告诉它”去哪”和”不去哪”。
先想清楚”要什么”，再开口
AI 的底层运作方式，是不断预测”接下来最可能出现的内容”。这意味着，你的提问越模糊，它给出的答案就越平均、越无趣——那种翻遍网络都能找到的泛泛之谈。
举个真实对比：
| 提问方式 | AI 的回应质量 |
|---|---|
| 「请教我怎么提高工作效率」 | 列举一堆人尽皆知的通用建议，没什么用 |
| 「我每个月要手动整理一次销售数据，耗时约 3 小时，想用 Google 表格的函数或宏来自动化，把时间压缩到 1 小时以内」 | 直接给出具体函数、操作步骤、常见报错的处理方式 |
目标越具体，AI 就越能把它的速度和知识量集中到你真正需要的地方。
同样重要：说清楚”不要什么”
这一点容易被忽略，却和”要什么”同等关键。AI 有个习惯——它会主动”帮你想更多”，加各种前言、总结、客套话、免责声明。如果你不明说不要，这些内容就会全部出现在结果里，反而增加筛选成本。
常见的”排除项”写法：
- 「不需要前言和客套话，直接输出结果」
- 「不用专业术语，用初中生能看懂的方式解释」
- 「不要泛泛的建议，只给具体可执行的步骤」
- 「这次不考虑 XX 方案，请排除它」
把”做什么”和”不做什么”都写进提示词，AI 才不会跑偏，才能直奔你真正需要的答案。
为什么我的提示词会写到 A4 纸两页长
做调研类任务时，我确实会花时间把提示词写得很细——大约 2000 到 3000 字。这不是强迫症，而是因为调研的边界越清晰，结果的噪音就越少。每一条限制都是在给 AI 的”发散倾向”装护栏。
不过长提示词也有代价：写起来费脑，而且当提示词超过一定长度，AI 也可能对中间某些指令”选择性失忆”——这是大语言模型在处理超长上下文时的已知弱点。
为了平衡精度和效率，我逐渐摸索出几个做法：
1. 把提示词拆成固定部分和可变部分
【固定模板】角色设定 + 排除规则 + 输出格式
【每次只改这里】本次调研的具体主题和条件
固定的部分存成模板，每次只填写变化的内容，脑力集中在真正需要思考的地方。
2. 分步走，不求一次搞定
先用一条提示词让 AI 理解前提和限制（让它回复”已准备好”，但还不开始执行），确认理解无误后，再发出真正的任务指令。这样可以避免因提示词过长导致 AI 遗漏关键约束。
3. 用系统设置存放”长期规则”
Claude 企业版支持自定义系统提示词（System Prompt）。我把那些每次都要重复的排除规则、偏好格式统一存在那里，日常对话只需要写核心任务，等于让”A4 两页的规则”在后台默默生效。
不知道目标是什么时，让 AI 帮你找
有时候任务本身就是模糊的，”要做什么”还没想清楚。这时候不需要强行憋出一个完整提示词，可以直接把现状和困惑丢给 AI：
「我有个模糊的感觉，觉得 XX 流程可以改进，但不确定从哪入手。能帮我梳理一下，先聊聊现状？」
AI 会反过来问你问题，在一来一往之间，目标自然就清晰了。把它当成思维的”陪练”，有时候比直接要答案更有价值。
小结
用公司配的 Claude 这段时间，最大的收获不是学会了哪些技巧，而是意识到：工具的上限，取决于你对自己需求的理解深度。
说清楚要什么，说清楚不要什么，必要时分步进行——做到这三点，AI 就不再是那台空转的引擎，而是真正帮你省力的助手。
