ARTICLE · 1124177
3个小提示,把AI变成懂你的小助手
前几天我用AI做一天的日程计划，同一个AI，试了三次才得到能用的方案。三次之间的区别不是换了什么高级功能，是我给AI的信息不一样。你猜猜看，区别在哪里？
我是小黑。见字如面。
第一次，我把当天的笔记一股脑丢给AI，让它排计划。结果两处信息直接错了：把没听过的课写进去了，把已经完成的事又排了一遍。我只给了素材，没给背景，AI只能猜哪些做完了、哪些还没做。
第二次，我把错误纠正了，事实对了。但排出来的写作量明显不符合平时的产出速度，上午塞了太多，下午又太空。这次缺的是节奏信息，AI不知道我平时写一篇文章大概要多久。
第三次，我补了三样东西：当天的精力状态（偏低）、历史写作数据（平时多久写完一篇）、时间约束（中午要出门吃饭，下午3点前要完成文章）。这次出来的方案，终于能直接用了。
三次迭代，AI还是那个AI。变的只是我给的信息。从给素材，到给节奏，到给状态和约束，每多给一层信息，方案就离能用近一步。
计算机科学里有个经典说法叫GIGO，Garbage In, Garbage Out，输入的是垃圾，输出的也是垃圾。这个道理在AI时代一样成立。AI的输出质量，取决于你给它的输入质量。
但大多数人用AI做计划的方式更像许愿。说出愿望，等结果，不满意就换个AI再许一次。
你招了一个能力很强的新同事，第一天上班。你跟他说"帮我安排下今天"，然后转身走了。他不知道你今天精力好不好，不知道你平时干活多快，不知道你下午3点有个会要开。他只能猜。猜对了你觉得正常，猜错了你觉得他不行。AI就是那个新同事，能力很强，但对你一无所知。
那到底要给什么？
先报状态
打开AI，准备让它帮你做计划。先别急着说需求，先告诉它你今天状态怎样。精力充沛和疲惫不堪，对应的方案强度完全不同。我那天第三次迭代之所以能用，第一个关键就是报了精力状态偏低，AI才没有把上午排满。状态是方案的地基，地基不对，上面排再多都是塌的。
说清节奏
AI给的方案总是太理想化？因为你没告诉它你的真实速度。AI不知道你写一篇文章要多久，不知道你备课习惯花多少时间，它只能按"一般情况"来排。但每个人的"一般情况"都不一样。把"我平时做这件事大概花多久"告诉AI，方案才能落在现实里，而不是飘在理想里。
给约束条件
跟AI说"今天中午要出门吃饭，下午3点前必须完成文章，晚上还要陪孩子写作业"，这比一句"帮我排时间"管用得多。约束是计划的边界。没有边界的计划，跟许愿没区别。有了边界，AI才能在有限的时间里帮你做取舍。
下次让AI做计划之前，先花30秒回答三个问题：
我现在状态怎样？
这件事我平时花多久？
今天有什么硬约束？
把这三个答案跟你的计划需求一起发给AI，你会发现，AI突然就好用了。
你已经把它当成了一个懂你的小助手。
你平时让AI做计划，习惯直接说需求，还是会先交代背景？欢迎在评论区聊聊你的体验。
我是小黑。这是我日更第133天。明天见。
参考文献
1. GIGO（Garbage In, Garbage Out），计算机科学领域经典术语，指输入质量决定输出质量的原则。公网多源可验证。
2. 《DeepSeek实操应用大全》，乔剑 苏小文等，机械工业出版社，2026年1月。原文："在与DeepSeek大模型进行交互时，搞清楚给AI下指令的正确方式是非常重要的一件事情，而能否用好'提示词'（Prompt）直接决定了AI的输出质量。"