斯坦福吴恩达:AI 90%的潜力没有被发挥出来,问题就出在这里

最近发现很多朋友都在试AI聊天，但好多人都说："这东西怎么笨笨的，我说的话它怎么就听不懂呢？"其实不是AI笨，是我们还没学会"跟AI说话的正确方式"。全球顶尖AI专家、斯坦福大学吴恩达教授曾经说: AI 90%的潜力没有被发挥出来，问题就出在大多数人不知道怎么跟它说话。所以他给普通人开了免费的AI入门课，教大家怎么跟AI有效沟通。今天我就把课里最实用内容一篇文章说明白。

跟AI说话的基本功

铁律一：指令要清晰具体

错误示范：

"帮我写篇关于健康的文章。"

AI收到这个指令，脑子里一万个问号：什么健康？给谁看？多长？什么风格？要数据吗？

正确示范：

"请写一篇面向60岁以上老年人的健康科普文章，主题是'高血压患者的饮食建议'，字数800字左右，语言通俗易懂，每段不超过3行，需要包含3个具体的食物建议。"

看到区别了吗？

清晰≠简短。清晰=消除歧义+提供充分上下文。

就像点菜，你说"来碗面"，厨师可能给你做清汤面、红烧面、拌面。但你说"一碗红烧牛肉面，不要香菜，多放青菜，面煮软一点"，结果基本不会错。

铁律二：给模型时间"思考"

复杂问题别逼它秒答。

错误示范：

"小明今年8岁，他爸爸今年35岁，几年后爸爸年龄是小明的3倍？直接告诉我答案。"

AI可能随口说一个数字，甚至错的。

正确示范：

"请一步步解这道题：小明今年8岁，爸爸35岁。几年后爸爸年龄是小明的3倍？请列出计算过程，再给出答案。"

你让它"列过程"，就等于给了它草稿纸。它不会乱猜，而是一步步算：（35+x）= 3×（8+x），解方程得x=5.5，所以是5年半以后。

这个方法对算数、推理、判断题尤其管用。

四个立即可用的技巧

技巧一：用"围栏"把话分开

你跟AI说话时，通常有两部分：

指令（你要它做什么）

内容（你要它处理的材料）

如果不分开，AI会把你的指令也当成材料来处理。

错误示范：

"请总结下面这段话的核心观点：今天我们讨论了AI在养老中的优势..."

AI可能把"请总结下面这段话的核心观点"也当成需要总结的内容。

正确示范：

"请总结三重引号里的文本的核心观点，提炼3个关键词。"""今天我们讨论了敏捷开发的优势..."""

""" 就像给材料套了个围栏，AI一眼就知道：围栏外面是命令，围栏里面是素材。

生活中也一样。你给保姆一张纸条，上面写着"把这封信抄一遍，然后装进信封"。如果不把"指令"和"信"分开，她可能把指令也抄进去了。

技巧二：要求"格式化"输出

不要让它自由发挥，直接指定你要什么格式。

错误示范：

"推荐三本养生书。"

它可能给你一大段话，书名、作者、推荐理由混在一块，你还得自己拆。

正确示范：

"请推荐3本适合老年人读的养生书籍，每本包含：书名、作者、一句话核心观点。请用表格形式输出。"

结果一目了然，复制粘贴就能用。

这就是在要求AI"按格式填表"，而不是"自由作文"。

技巧三：先给一个"样品"

有些任务很难用文字描述清楚，不如直接示范。

示范：

"请按照以下风格回答问题。\n<示例>\n问：什么是耐心？\n答：耐心就像水滴石穿，不急不躁，终能穿透坚石。\n</示例>\n问：什么是坚持？"

AI看了你的示例，就明白了你要的"风格"是什么——要比喻、要诗意、要简短。给它一个样品，比说一百句形容词都管用。

这就像教小朋友画画，你说"画好看一点"他不知道什么叫好看。但你画一张给他看，他立刻就懂了。

技巧四：要求它"分步走"

复杂任务不要一次性说完，让它按步骤来。

示范：

"请按以下步骤处理这段文字：\n1. 用一句话总结内容。\n2. 把总结翻译成英文。\n3. 列出英文总结里的所有名词。\n文字：\"\"\"...\"\"\""

分步走有两个好处：

每一步都清楚，不容易出错

万一某一步错了，你可以直接修正那一步，不用从头再来

这就像做菜。你不可能对厨师说"做顿好吃的"，你得说"先炒蛋，再切番茄，最后一起炒，加点糖"。

一个反直觉的技巧：让AI自己检查自己

AI也会犯错，也会有幻觉，但它自己检查自己的答案，比你想得准。

示范：

"请判断以下解答是否正确。\n问题：洗衣机维修费300元，加20%的税，总价多少？\n学生解答：300×1.2=360元。\n请按以下格式回答：\n1. 先自己算出正确答案。\n2. 对比学生的解答。\n3. 判断对错并说明原因。"

AI会先自己算一遍（300+60=360），再对比学生的答案，最后下结论。这个过程大大降低了它"为了迎合你而强行解释"的概率。

就像你让一个人做裁判，他得先独立判分，再看选手的答案，才不会被带偏。

三个常见坑，踩过的人才知道

坑一：过度客气

"请你帮帮我，一定要认真哦，谢谢你啦！"

AI不吃情商这套。它不吃"请"，也不吃"认真点"。你说"认真点"，它根本不知道"认真"的标准是什么。

有用的说法："请列出详细计算步骤""请引用原文出处""请给出三个不同角度的分析"。

坑二：指令和材料混在一起

这是新手最常见的错误。你把要求和产品介绍写在一起，AI把要求也当介绍了。

必须加围栏。用"""、###、或者XML标签把材料包起来，指令放外面。

坑三：盲目相信单次输出

AI是副驾驶，你才是机长。对于重要的事，永远加一句："如果你不确定，请说明。"

这会让它在没把握的时候直接告诉你，而不是硬编一个答案糊弄你。

没人能一次写出完美的提示词。迭代方法很重要也很简单：

先写一个初稿，把任务丢给AI

看结果哪里不对，是漏了信息？格式不对？语气太生硬？

改提示词，缺什么补什么

再试一次，直到满意

就像做饭。第一次盐放少了，第二次调整。没有一次就刚刚好的，都是试出来的。

五个常见问题（FAQ)

Q1：AI说的都是对的吗？

不是。AI会"一本正经地胡说八道"，这叫幻觉。特别是涉及医疗、法律、理财的问题，一定要找真人确认。你可以养成一个习惯：在提示词末尾加一句"如果你不确定，请告诉我"。

Q2：我说方言它能听懂吗？

大部分主流AI（豆包、DeepSeek）支持普通话和简单方言输入，但建议用普通话打字，准确率更高。语音输入同理，普通话识别效果最好。

Q3：同样的问题，为什么每次回答不一样？

因为大模型本质是"猜词"，每次猜的概率有随机性。这也是为什么我们说"没有完美的提示词"——同一个提示词，多试几次，挑最好的结果用就行。

Q4：AI会记住我说过的话吗？

在一次对话里，AI能记住前面你们聊的内容。但你关掉窗口重新打开，它一般就忘了（除非应用有特殊设置）。所以重要信息建议自己保存。

Q5：我怎么知道我的提示词写得好不好？

一个简单的判断标准：AI的第一次回答，有没有让你想追问"你说的不对"或"你没听懂"。如果经常需要追问，说明你的提示词还可以再具体一点。

最后

不要神化AI。它不是全知全能的神，只是一个读过很多书的猜词高手。

也不要贬低AI。它确实很厉害，但厉害的程度，取决于你给它的指令质量。

说白了，AI只是把"执行成本"降下来了。但"判断成本"没有消失，反而更高了——因为它什么都能做一点，问题藏得更深。

真正掌握AI的人，掌握的不是提示词模板，而是清晰的表达能力。

你把它当成一个聪明但没见过世面、需要你手把手教的高材生。

数据来源说明

吴恩达《AI Prompting for Everyone》课程核心内容（https://www.deeplearning.ai/，2026年5月发布）

关注我，一起让AI成为一种生活方式。

本文内容由AI辅助生成。