方法一：说清楚"做什么"，别只说"怎么做"

错误示范："帮我搜索一下。"

正确示范："帮我搜索最近一周关于 AI 编程的新闻，整理成 5 条要点。"

区别在哪？前者只说了动作，后者说了目标。AI 需要知道你要什么结果，而不是只知道你要执行什么操作。

方法二：给具体例子，别让 AI 猜

错误示范："帮我写一段产品介绍。"

正确示范："帮我写一段产品介绍，风格参考苹果官网，简洁有力，突出产品的核心卖点。"

给例子比给描述更有效。AI 能从例子中理解你想要的风格、长度、语气。

错误示范："帮我分析这份报告，总结要点，生成 PPT，发邮件给老板。"

正确示范：先说"帮我分析这份报告，列出 5 个核心观点"，等结果出来，再说"基于这 5 个观点，生成一份 PPT 大纲"。

复杂任务一次说完，AI 容易漏掉环节。拆开来做，每一步都能确认结果。

错误示范："帮我整理一下这些数据。"

正确示范："帮我整理成表格，包含三列：名称、数量、备注。"

AI 默认的输出格式可能不是你想要的。提前指定格式，省去后续调整的时间。

错误示范："帮我看看这段代码有什么问题。"

正确示范："你是一个资深 Python 工程师，帮我 review 这段代码，指出潜在的性能问题和安全隐患。"

设定角色后，AI 会用专业视角来回答你，而不是泛泛而谈。

错误示范："帮我写个营销方案。"

正确示范："我是一家新开的咖啡店，目标客户是附近写字楼的白领，预算 5000 元，帮我写个开业营销方案。"

背景信息越具体，AI 给出的方案越有针对性。

错误示范："帮我生成一篇文章并发布。"

正确示范："先帮我生成一篇文章，我确认后再发布。"

涉及外部操作的任务，一定要分步骤确认。避免 AI 自作主张，造成不可逆的后果。

错误示范："帮我写一段正式的文案。"

正确示范："帮我写一段文案，不要用专业术语，不要超过 200 字，不要用感叹号。"

AI 有时候会"过度发挥"。明确说不要什么，能避免很多返工。

AI 回答："这个方案有一定风险。"

你应该追问："具体是什么风险？发生的概率有多大？如何规避？"

AI 的第一遍回答往往是概括性的。追问细节，才能得到真正有用的信息。

你肯定遇到过这种情况：某次提问得到了完美的回答，但下次想复现，却怎么也想不起当时怎么问的。

解决方法：把好用的 Prompt 保存下来。OpenClaw 支持创建技能，把常用 Prompt 打包成技能，下次直接调用。

这 10 个方法，核心就一句话：对 AI 说话，要像对实习生说话一样，具体、明确、分步骤。

AI 不怕你啰嗦，就怕你模糊。你说得越清楚，它做得越准确。

下次用 OpenClaw 的时候，试试这些方法。你会发现，龙虾其实比你想象的聪明得多。