反复问 AI 同一件事,不如让它把工具写出来

每周把一批图改成统一尺寸，按同一套规则核对产出，把几十个文件名批量改掉。这类活你大概也在交给 AI：开个对话，把文件拖进去，说一遍要求，等它吐出来，再抽查几条。

问题不只是慢：你每次都要重述需求，它每次给的结果都略有不同。

Daniel Nest 在 Why Try AI 上写过一篇短文，标题就是结论：有些提示词就该做成工具。他的表述更直接：如果你反复让 AI 做同一个机械任务，就该让它帮你一次性做成独立工具，以后不再经过对话。

掷骰子与确定性

第一个理由：AI 的输出本来就是掷骰子。这在头脑风暴时是优点，在要求每次一样的地方是硬伤。排版、校验、批处理，正确标准是确定的，模型的输出分布不是。

第二个理由更实际：聊天界面本身就是摩擦。开对话、描述任务、听它先铺一段，这些对边界清晰的任务全是额外开销。

还有一层作者点得很准：AI 真做不动时，本来就会转去调脚本和第三方工具。活最后落在脚本上，中间这个机器人中介就能砍掉。

软约束与硬约束

我把这件事理解成约束方式的分野。提示词是软约束，生效与否取决于模型当下是否照办，同一句话可能得到两种执行。工具是硬约束，规则写进代码，跑一百次是一百次同样结果。

所以它的价值不止省下几次对话。你用一次概率性的过程，换来一个确定性的产物，前提是拿真活测过它；往后的每次调用，都不必再付那笔不确定性。

校验类活最典型：裁剪会不会切掉主体有唯一答案，模型给的是概率性看法，脚本给的是判断。

图 1：模板的四段结构，以及每一段在防什么。

那四句话

作者给的模板就四句，我照原文抄：

I want to [your task in detail + example outputs, if any].

Ask me a few questions to identify parts of this that could be a standalone tool with predictable outputs. Then build the simplest version of that tool that I can run on my own. If you need anything from me to set it up, tell me exactly what to do.

中文意思是：说清你要做什么，有示例产出就附上；让它反问你几个问题，找出其中能独立成工具、输出可预测的部分；做最简可用版本，要你自己能跑；安装需要什么，让它把步骤说到能照做。

后三句各防一个坑。让它反问，是因为你自己往往说不清哪条规则该固定下来。限“最简可用版本”，是防它一上来搭配置面板和日志系统。要求写清安装步骤，是因为多数人卡在最后一步：工具生成了，自己跑不起来。

作者的例子

他给 Substack 做封面图，用 Codex 生成。要求 1200 × 630，还得能裁成 3:2 放进文章列表。Codex 大体能做出合规的图，但他每次都要额外让模型检查一遍裁剪。

改成让 ChatGPT 做一个裁剪检查工具。它先反问几个问题确认规则，然后生成一个页面：把图放进去，直接告诉你按 3:2 裁会不会切掉主体。

他翻出一张没用上的旧封面，一测，不合格。

省下的 token 是小事。检查这件事从“请模型判断”变成了“跑一次判断”，结论可复现。

落地与边界

作者给了四个动作：挑一个够频繁的任务；套模板跑一遍，回答它的反问；拿真实任务测，别用玩具样例；存下来，下次直接用。

他自己留了限定：不是每个任务里都有能工具化的部分，但值得试一次。

我的门槛有三条：要求每次结果一致、规则能用文字写清、一年要跑几十次以上。三条同时成立，收益最明显。写文案、定策略、看一份没见过的合同有没有坑，留在对话里更合适，你要的正好是它的不确定性。

成本也得算：要测试、要迭代、要找地方存。一季度只跑两次的活，花两小时不值。

图 2：三条都过才值得动手，任意一条不过就留在对话里。

真正该警惕的是另一种情形：你连着几个月在同一个任务上重复描述同一套要求。那说明提示词写得再精细也没用，这件事压根不该由对话来完成。

资料来源：Daniel Nest, "Some Prompts Should Just Be Tools", Why Try AI, 2026 年 11 月 5 日。文中模板为原文逐字引用，案例与四步流程均出自该文；末尾三条判断门槛为本文补充。