很多人面对 AI 时，第一反应是把提示词写得更长、更专业。可真正卡住你的，常常不是不会下指令，而是还没把自己要什么说清楚。遇到这种时刻，最省力的动作不是继续憋一句完美提示词，而是把 AI 从回答者换成采访者。
你缺的可能不是提示词技巧
一句“帮我写个方案”里藏着很多没有说出口的变量：给谁看、解决什么问题、已有多少材料、哪些做法不能接受、怎样才算完成。你没有提供这些，AI 往往也会直接开始，于是得到一份看似完整、实际很空的答案。
知识库里的一段播客访谈给出了一个很朴素的反转：不要一上来问 AI 问题，而是让 AI 一次只问你一个问题。等它把受众、问题、差异和约束问清楚，再把整段回答整理成文档。
为什么要一次只问一个
- 降低启动成本。你不需要先写一份完整需求，只要回答眼前这个问题。
- 暴露缺失上下文。好的追问会把对象、材料、限制和判断标准逐步问出来。
- 保留你的真实表达。内容来自你的回答，AI 负责追问和整理，更不容易生成一篇谁都能署名的空话。
- 允许随时纠偏。每一问都是一个小检查点，发现方向不对时可以立刻修正。
这个网站就是一次真实对照
Field Notes 最初只有一个宽泛目标：把知识库里的内容做成博客。它完全可能变成一个普通的 Markdown 列表，或者把私人笔记不加选择地搬到网上。
随着对话继续，真正决定产品的条件才逐步浮出来：整个知识库可以作为选材范围；读者是想马上用上 AI 的普通人；页面要延续现有产品的视觉语言；文章要进入已经部署的 Cloudflare 项目，而不是再造一个站点。
- 之前：一个抽象愿望——“把知识库变成博客”。
- 问清之后：明确了读者、内容边界、视觉系统、部署位置和第一篇选题。
- 结果：不是自动公开笔记，而是一条“选主题 → 找证据 → 提炼判断 → 发布验证”的窄通道。
这不是严格的效果实验，也不能证明访谈式提示在所有任务里都更好。它只展示了一个可靠变化：当背景和约束被问出来后，目标从一句愿望变成了可以执行、检查和部署的任务。
五分钟完成一次访谈式写作
- 先用一句话说出目标，不用追求完整，例如“我想写一份年度计划”。
- 让 AI 暂不作答，并要求它一次只问一个问题；文字或语音都可以。
- 连续回答五到八个问题。回答模糊时，让它追问一个真实例子。
- 让 AI 先用要点复述目标、对象、材料、限制和完成标准。
- 确认理解无误后，再让它生成第一版；先改事实和判断，最后再润色语言。
它也有三个边界
- 简单事实查询不需要访谈，直接问会更快。
- 它改善的是需求表达，不保证事实正确；医疗、法律、财务等高风险内容仍要核验可靠来源。
- 不要把不愿公开的隐私或凭据交给不合适的服务；对话结束后也要自己承担最终判断。
不会写提示词时，别先学咒语；先让 AI 帮你把问题问清楚。
今天就试一次
挑一个你拖了很久、每次打开空白页就停住的任务。把上面的提示复制进去，只回答第一个问题。你不需要立刻拥有完整答案，只需要让下一步变得足够具体。