会用 AI 的关键，不是提示词更长

很多人用 Claude Code，最大的问题不是它不聪明，而是你只把它当搜索框、备忘录、临时工。你问一句，它答一句；它做错了，你马上自己接手。最后看起来是 AI 在帮你，其实你在帮 AI 收拾残局。

真正省力的用法，是把它当一个能连续工作的助理：你负责定方向、给边界、做判断、验收结果；它负责拆任务、跑流程、查资料、写初稿、改文件、补测试、整理复盘。这里面最值钱的不是“神级提示词”，而是 4 个使用习惯。

习惯一：先交目标，不先交动作

很多人一上来就说：“帮我写一段文案”“改一下这个表格”“查一下这个问题”。这叫派动作，不叫派任务。

更好的方式是先说清楚目标：

“我要把这篇文章改成适合知识付费用户看的版本，读者是刚接触 AI 的内容从业者，目标是让他看完能照着搭一个每日选题流程。你先判断结构问题，再给修改方案，最后输出成文。”

这类指令会让 AI 进入“负责结果”的状态，而不是只完成一句命令。你给它的不是一块砖，而是一面墙的验收标准。

习惯二：让它先做计划，再开始干活

Agent 最容易翻车的地方，是一拿到任务就开干。人也是这样，没想清楚就冲，越勤快越容易返工。

所以每次任务稍微复杂一点，都先让它输出三样东西：

  1. 它理解的目标是什么。
  2. 它准备分几步做。
  3. 哪些地方需要你判断。

比如做内容运营，可以让它先拆成：定位读者、提炼观点、搭结构、写正文、改标题、生成分发版本。你只需要在关键节点说“这个角度对”“这个读者不对”“标题再锋利一点”。

这一步不是浪费时间，是把返工提前暴露出来。

习惯三：该花的 token 别省

很多人舍不得让 AI 多读、多想、多比对，结果省了 token，花了自己的命。

如果你让它写文章，就别只丢一句选题；要给它读者画像、表达风格、反例、禁区、输出格式。如果你让它改代码，就让它先读相关文件、跑测试、解释风险。你越不让它看上下文，它越只能靠猜。

正确心态是：token 是买机器时间，不是买废话。凡是能减少你脑力切换、降低返工、提高判断质量的上下文，都值得给。

习惯四：验收要像老板，不要像保姆

很多人看到 AI 出错，就开始手把手改。这会把你拖回执行层。

更好的验收方式是只指出问题和标准：

“这一版太像工具教程，不像方法论短文。保留结构，但把语气改得更接地气，减少术语，增加一个内容从业者能立刻照做的清单。”

你不用亲自重写，你要训练它返工。每次返工都让它说明改了什么、为什么改、还剩什么风险。这样 AI 才会从“生成器”变成“协作者”。

一套可直接照抄的工作流

下次你要交给 AI 一个任务，可以按这个顺序：

先说目标：我要达成什么结果。

再说背景：读者是谁、场景是什么、有什么限制。

再说标准：什么算好，什么绝对不要。

然后让它计划：先别做，先拆步骤和风险。

最后分段验收：每完成一段，让它自查，再由你判断。

AI 提效的本质，不是你问得更花，而是你敢把执行交出去，同时守住判断权。普通人和高手的差距，往往就在这里：一个人在不停下指令，另一个人在搭一条能自己跑起来的工作流。