别让AI只换词汇,逼它用专家真正的工具

「请扮演一位拥有20年经验的材料科学专家。」

我以前也这么写提示词。然后 AI 给我一堆正确的废话：建议我「优化配方设计」「加强过程控制」「建立完善的质量管理体系」。听起来很专业，但说了等于没说。

直到我看到 Claude 工程主管 Felix Rieseberg 的一篇文章，里面有句话把我点醒了：

「我们只让 AI 模仿了专家的语气，却没有要求它使用专家真正解决问题的方法。」

说白了，我们用 AI 的胆子还不够大，对它的要求太表面了。

Felix 作为地球上最懂 Claude 潜力的人之一，每天都在看顶尖用户如何把 AI 的能力榨干。他写了一篇实战指南，在全网被 500 多万人鉴赏。我看完之后，回头看自己这一年做材料研发数据库、失效分析系统的经历，发现我踩过的坑，和他讲的一模一样。

今天我就结合 Felix 的方法论和自己的真实经历，聊聊怎么让 AI 真正像专家一样工作。

一、一个真实案例：从让 AI 填表格，到让 AI 设计流程

去年我开始用 AI 做失效分析时，第一个需求是「帮我生成失效分析报告」。我给 AI 提供实验数据，它很快给我一份格式规整的报告：失效现象、可能原因、改进措施，一应俱全。

但我用了一次就废弃了。为什么？

因为失效分析最花时间的环节，不是「写报告」，而是「判断根因」——是原料纯度不够、配比失调、工艺温度不当，还是存储环境有问题？这个判断环节 AI 做不准，必须我自己来。而我判断完根因后，写报告只需要 10 分钟。

我花了两周时间让 AI 自动化一个 10 分钟的环节，却没有自动化真正耗时的「数据收集和初步筛查」环节。

后来我看了 Felix 的文章，才明白问题出在哪：我只让 AI 执行了我已经选好的做法，而不是让它从结果倒推，重新设计整个流程。

现在我的提示词是这样的：

「失效分析的目的是让工程师尽早发现配方问题，避免重复失效。请设计一种比传统失效分析报告更有效的办法，能够：1）更早发现问题信号；2）自动关联历史相似案例；3）推荐最可能的改进方向。用我过去 127 次失效记录证明它有效。」

这就是 Felix 说的「高度」：别替 AI 选好做法，从结果倒推。

二、Felix 的四个维度：高度、深度、广度、速度

Felix 把「更有野心地使用 AI」分成四个方向，我重点讲前三个（速度已经很成熟了，不展开）。

▲ 更有野心地使用 AI：高度、深度、广度、速度四个维度

第一，高度：别替 AI 选好做法，从结果倒推

核心逻辑：你交给 AI 一项任务时，往往已经替它选好了一种做法。但这未必是唯一的办法，也未必是最好的办法。

判断标准：如果你做完这件事还得开会讨论、再根据讨论行动，那你就该把后面要解决的问题也交给模型。

我的实践案例：

以前：让 AI「帮我更新季度实验进度报告的数据」

现在：让 AI「分析这个季度实验进度发生了哪些变化，原因是什么，我们应该采取什么行动」

以前：让 AI「帮我检索固体推进剂燃烧性能优化的文献」

现在：让 AI「设计一个能持续追踪固体推进剂领域技术突破的系统，每周自动推送最值得关注的 3 篇论文，并说明为什么值得关注」

区别在哪？前者是「执行一个动作」，后者是「解决一个问题」。前者做完你还要自己判断「数据说明了什么」「文献有什么用」，后者直接给你可操作的结论。

第二，深度：要求它用专家真正的工具，别只换词汇

核心逻辑：让 AI「像专家一样工作」，它经常只是换一套说辞，方法没变。

Felix 给的四招：

1. 用业内高手真正用的工具：别满足于几张 Excel 表格，逼它上数据库、统计模型、专业分析软件。

2. 把目标定得不合理：10 秒加载压到 200 毫秒，而不是 5 秒（逼出极限优化方案）。

3. 主动找证据推翻你已有的假设：不要让 AI 顺着你的结论说，让它挑战你。

4. 引入独立外部验证：别让 AI 自己判自己对不对。

我的实践案例 1——文献分析：

以前：让 AI「总结这 10 篇论文的核心观点」

现在：让 AI「像审稿人一样，挑出这 10 篇论文中最致命的 3 个缺陷：实验设计的漏洞、数据解读的问题、结论的过度推断。如果你是反对者，你会怎么反驳这些论文的核心结论？」

结果：AI 不再给我「文献很好、方法先进、结论合理」的客套话，而是直接指出「样本量太小」「对照组缺失」「统计显著性不足」这些硬伤。

我的实践案例 2——配方优化：

以前：让 AI「根据历史数据，推荐下一个配方方向」

现在：让 AI「假设你是专门做空配方的对手，你会从哪些角度攻击我现在的配方？列出 3 个最可能失效的场景，并给出对应的验证实验方案。」

结果：AI 不再给我「建议提高 A 成分含量」这种模糊建议，而是直接告诉我「高温环境下 B 成分可能分解」「低温下 C 成分可能结晶」「储存时间超过 6 个月 D 成分可能失效」，每个都配着验证方案。

Felix 给的万能提示词（我改成了材料研发版本）：

「这个领域的顶尖专家，会做哪些我没要求的事？会从哪些原始材料入手？会用哪些分析方法和工具？除了你和我，还有什么外部证据能证明结果是对的？」

▲ 表面提示词 vs 深度提示词：一个换词汇，一个用专家方法

第三，广度：把名词改成动词，想想会请谁来

核心逻辑：把任务从「做一个东西」改成「达成一个目标」，然后问自己「这事极其重要，我会请谁来帮忙？」

Felix 的案例：不是「做一份 PPT」，而是「30 分钟内让一群忙碌的人理解并接受你的判断，在不确定下做出决定」。然后问：这事极其重要，我会请谁？分析师、记者、编辑，甚至专门挑错的做空者、法务会计师。

我的实践案例——配方优化决策：

以前：让 AI「分析 3 个候选配方的优劣」

现在：让 AI「假设你是 5 个不同角色，分别评估这 3 个候选配方：材料专家（技术可行性）、成本会计（经济性）、生产工程师（工艺实现难度）、质量经理（稳定性和风险）、做空者（专门找致命缺陷）。每个角色给出强烈赞成或反对的理由，最后综合判断。」

结果：AI 不再给我「配方 A 综合性能最好」这种模糊结论，而是给我一张完整的决策表——材料专家强烈推荐 A（性能指标最优）、成本会计反对 A（原料成本高 30%）、生产工程师警告 A（工艺温度窗口太窄）、质量经理中立（需要更多验证数据）、做空者指出 A 的两个潜在失效点。这样我才能做出真正的决策，而不是盲目相信「综合性能最好」。

三、我自己走过的路：从 60% 到 95%，靠的是逼 AI 用真正的工具

我在做材料研发数据库时，遇到过一个典型场景：从 500 篇文献里提取「失效模式」术语。

一开始用通用大模型直接提取，准确率只有 60%——它会把「热应力失效」和「热失效」混在一起，把「疲劳断裂」和「脆性断裂」当成同义词。

为什么？因为我只让它「提取术语」，没有让它「像领域专家一样区分术语」。

后来我改了策略，用上 Felix 的「深度」方法：

第一步，人工标注。先人工标注 50 个样本，告诉 AI 什么是「失效模式」、什么是「失效现象」、什么是「失效机理」，三者怎么区分。

第二步，小批量迭代。让 AI 提取剩下 450 篇，但每次只提 10 篇，提完后我抽查 5 篇，发现错误立刻纠正。

第三步，案例回喂。把纠正后的案例喂回去，让它学习「为什么这个不算失效模式」。

第四步，外部验证。让 AI 提取完后，对照材料学标准术语库（国标 GB/T），标注哪些术语有标准定义、哪些是俗称、哪些是错误用法。

这样迭代了 5 轮，准确率从 60% 提到 95%。

这 95% 不是某个模型有多强，就是逼着它用领域专家真正的工具（标准术语库）、真正的方法（区分失效模式/现象/机理）、真正的验证（对照国标）。

▲ 从 60% 到 95%：人工标注 → 小批量迭代 → 案例回喂 → 外部验证

四、一个可复制的提示词模板

基于 Felix 的方法论和我自己的实践，我总结了一个万能模板，你可以直接套用：

这个模板的核心：

· 从结果倒推（高度）· 逼它用专家真正的工具和方法（深度）· 引入不同角色的视角（广度）· 强制它做风险评估和外部验证

最后说一句

Felix 有句话我印象很深：

「模型的能力在某些方面令人惊叹，在另一些方面却仍显不足。有些人已经找到了发挥模型优势的方法，做出了令人惊讶的成果。」

我这一年做材料研发数据库，从 127 次失败分析到 251 个配方结构化，靠的不是 AI 有多强，是我对它的要求越来越高。

以前我让 AI「扮演专家」，它只会换词汇。现在我让 AI「像专家一样用工具、做验证、挑漏洞」，它才真正有了专家的样子。

你给 AI 的要求越高，它的输出才越像专家。

别再满足于「请扮演 20 年经验的专家」这种表面提示词了。逼它用专家真正的工具，让它像审稿人一样挑你的错，引入外部验证证明它的结论。

只有这样，AI 才能从「正确的废话制造机」，变成你真正的研发搭档。

好了，是不是很简单，今天的分享就到此结束，咱们下回见；如果觉得文章对你有帮助，记得点。赞。转。发。收。藏喔！

关注后 + 我微信（jiangfeng8861），拉你进 AI 交流群！