每天学习5个AI技巧-第18期

40+岁 · AI 实战派 · 跨界破局者

     大家好，我是设计院老盛，在 40+ 的年纪，面临上了年纪的父母、上学的俩娃、沉重的房贷，叠加了公司降薪裁员的 buff，但是我确靠 AI 走出一条自己的路。中年正应该是经历经验最丰富的时候，也应该是最好的时候。     欢迎关注我，一起学 AI，让我们结伴向前，逆势上行。   

预设框架法

Framework Preset — 用成熟分析框架约束 AI 思考路径

核心思路

       AI 默认回答常是"自由散打"风格，想到哪说到哪——容易遗漏关键维度。预设框架法的核心是：在问题开头就指定一个成熟的分析框架（如 SWOT、PEST、SCQA、AARRR 等），让 AI 在框架内组织思路。输出更有结构、更系统，不会遗漏任何关键维度。     

标准句式

请用 [XX框架] 分析 [问题]：SCQA 示例：       Situation（背景）：公司国内市场占有率已达瓶颈       Complication（冲突）：增长放缓，但海外拓展风险未知       Question（问题）：以当前资源和能力，应优先拓展哪个海外市场？       Answer（答案）：请给出分阶段的具体建议常用框架速查：       · SWOT：优劣势+机会威胁       · PEST：政治+经济+社会+技术       · AARRR：获客→激活→留存→变现→传播       · SCQA：情境→冲突→问题→答案       · STAR：情境→任务→行动→结果     

适用场景

商业分析、竞品研究、项目复盘、市场进入策略决策

需要系统化思考而非发散性创意的场合

反问澄清法

Clarifying Questions — 答前先问，精准对齐需求

核心思路

       绝大多数"AI 答非所问"的根源是提问本身不够清晰——你以为说清楚了，AI 以为理解了，结果是两回事。反问澄清法的核心是：明确要求 AI 在正式回答前，先向你提出 3~5 个澄清性问题。你回答了这些问题后，AI 再输出正式答案——此时的理解偏差已经降到最低。     

标准句式

简化版（一句话激活）：       "在回答之前，请先向我提出 3~5 个需要澄清的问题。等我回答后，你再给出正式答案。"进阶版（指定维度）：       "请你先围绕以下维度向我提问：       1. 我的目标受众是谁？       2. 我期望的输出形式和长度？       3. 有哪些背景信息我可能遗漏了？       4. 截止时间和优先级的约束是什么？"实战示例如下：问"帮我写一份市场分析报告"，AI 先反问：目标市场是哪个区域？分析周期多长？要跟哪些竞品对比？输出是PPT还是Word？——回答完这4个问题后，AI 输出的报告直接命中需求。     

适用场景

开放性任务：你只有一个模糊想法，需要 AI 帮你理清

复杂交付物：报告、方案、提案等需要多维度对齐的任务

新领域探索：你自己也不确定应该问什么的时候

实例替换法

Domain Example Swap — 用自己领域的案例替换通用举例

核心思路

       AI 在解释概念时总会举一些通用例子（电商、外卖、天气），但这些例子与你实际工作场景脱节——你听完还是不知道怎么用。实例替换法的核心是：在对话开始时告诉 AI 你的行业和日常工作场景，然后要求它用你领域的具体案例来解释一切。理解深度和迁移效率立马上一个台阶。     

标准句式

激活模板：       "我是 [行业/岗位]，我的日常工作涉及 [X、Y、Z]。在接下来的对话中，请在所有的解释、举例、类比中，优先使用我所在领域的实际场景。"实战案例：       "我是建筑设计院的结构工程师，日常工作涉及荷载计算、结构选型、抗震设计、图纸审核。请在这个语境下解释'风险管理'的概念，用建筑行业的例子。"进阶用法：要求 AI 把所有通用概念都映射到你的领域——"把'用户需求分析'映射到我的领域应该怎么做？把'A/B测试'的方法论迁移过来？"     

适用场景

想学习某个方法论但不知道如何在自己行业落地

需要 AI 深度理解你的行业术语和工作流

跨行业知识迁移——把其他行业的经验搬到你这里

输出二次精炼法

Two-Pass Refinement — 第一轮自由发散，第二轮严格收敛

核心思路

       直接让 AI 输出"完美答案"往往既不自由也不精确——限制太死缺乏深度，放开限制又过于冗长。更高效的做法是两轮制：第一轮让 AI 自由发挥，不受字数格式限制，充分探索内容空间；第二轮再用严格的格式、字数、质量标准重新整合输出。这样既保证了内容的深度和广度，又保证了输出的可用性。     

操作流程

第 1 轮 · 自由发散：       "请就 [主题] 自由发挥，不限制字数和格式，把你想到的所有相关内容都写下来。不要担心结构——重点是内容覆盖的广度和深度。"第 2 轮 · 严格收敛：       "请将以上内容重新整理：       1. 精简到 [XX字] 以内       2. 按 [引言→核心论点→论据支撑→行动建议] 结构组织       3. 每个观点必须有数据或案例支撑       4. 去掉所有套话、空话、冗余表述       5. 确保每段都有信息增量——删掉读者已知的内容"核心要点：两轮之间不要关对话窗口，第二轮直接引用第一轮的输出，这样 AI 拥有完整的内容上下文。     

适用场景

写公众号文章——先让AI写3000字初稿，再精简到1500字精华版

做方案汇报——先发散所有可能的方案方向，再收敛到最推荐的一个

任何"既要深度又要简洁"的写作场景

关键信息标记法

Signaling Markers — 用特殊标记突出关键约束，防遗漏

核心思路

       长提示词中最关键的信息往往被淹没在大量描述中，导致 AI "遗漏重点"——不是它没读到，而是没有识别出哪些是最重要的约束。关键信息标记法的核心是：用特殊标记符号（如【必读】【严禁】【重要】等）对提示词中的关键约束进行视觉突出。AI 对这类有明确标记的约束敏感度显著高于普通文本，遗漏率大幅降低。     

标记体系

推荐的三级标记体系：【必读】 —— 核心背景、关键目标、必须遵守的条件【严禁】 —— 绝对不能做的事、禁止出现的表述、红线【重要】 —— 格式要求、字数限制、输出结构实战模板：       "请帮我写一份项目建议书。【必读】背景：我们是一家市政设计院，正在竞标某市污水处理厂项目。【必读】核心要求：突出技术优势，控制总投资在 8000 万以内。【严禁】不要出现对任何竞品单位的直接评价或比较。【重要】格式：摘要→技术方案→投资估算→进度安排→团队介绍。【重要】全文不超过 5000 字，表格不少于 3 张。"     

适用场景

复杂报告——约束多（格式/字数/行业术语/政策红线）

多人协作——标记体系本身就是"需求文档"，避免信息传递失真

提示词模板化——固化标记体系后，团队成员都能写出高质量提示词