李继刚
Prompt
自学手册
从本质认知到实践 Mastery
━━━━━━━
@阳光小菜菜
体系整理:基于全网公开演讲、访谈与文章
2026 年 5 月
目录
第一章李继刚是谁1
1.1人物画像1
1.2思想进化三阶段1
1.3震撼愿景:用20年留一句话2
1.4核心能力模型2
第二章核心理念3
2.1误区纠正:AI不是工具3
2.2宇宙语隐喻3
2.3共振:惊艳效果的来源4
第三章Prompt的本质是表达5
3.1从沟通到表达5
3.2表达三维模型5
3.3本意的三要素6
3.4模型效果公式6
第四章三大思维脚手架7
4.1乔哈里视窗7
4.2极致压缩8
4.3思考七武器9
第五章从道到术11
5.1清晰表达11
5.2场域共振11
5.3从长到短12
5.4Read in, Prompt out12
第六章经典案例深度解析13
6.1汉语新解13
6.2公文笔杆子14
6.3写越简用越广14
第七章ljg-skills实践体系15
7.1体系介绍15
7.2七大技能15
7.3底层设计原则16
第八章AI时代人何以自处17
8.1工业革命的延伸17
8.2人机协作的两条路17
8.3品味即权重18
第九章自学路径与资源19
9.1必读清单19
9.2学习路径19
9.3关键信息源20
9.4常见误区20
第一章李继刚是谁——从程序员到 Prompt 布道师的蜕变
1.1人物画像:一位"热爱写作的技术人"
李继刚(Arthur),工程师出身,拥有十年 Emacs 使用经验,Lisp 语言专家,同时也是一位跨界哲学研究者。他在即刻平台以"李继刚"为昵称活跃,每年阅读 50 到 100 本书,是一个名副其实的"读书人"。他被誉为"Prompt之神""Prompt布道师",以其独特的 Lisp 语言风格和极致压缩的提示词美学在 AI 社区引起广泛关注和热议。
他的成名作"汉语新解"提示词在 2024 年 9 月爆火,让 Claude 3.5 展现出惊人的文字创新与深度解读能力,整个 AI 圈子为之沸腾。而在此之前,他已经基于 LangGPT 框架和自然语言描述,写了七八十个不同场景的提示词,在即刻平台大量分享,逐渐建立了社区影响力。
核心身份标签:工程师 × 写作者 × 哲学思考者 × Prompt 布道师
1.2思想进化:三个阶段的认知跃迁
李继刚对 Prompt 的理解经历了三次关键跃迁,这三次跃迁也是他个人成长的缩影:
阶段 | 时间 | 核心定义 | 写作特征 | 关键转变 |
第一阶段 | 2023年初 | Prompt 是写作 | 用自然语言写长文本,清晰表达 | 从不会写到会写,强调"清晰表达" |
第二阶段 | 2023-2024 | Prompt 是编程语言 | 使用结构化框架、XML、Markdown | 引入工程思维,用编程框架约束模型 |
第三阶段 | 2024至今 | Prompt 是表达 | Lisp 伪代码风格,极致压缩 | 从关注文本转向关注大脑中的"意" |
第三次跃迁是最深刻的。李继刚在 2024 年上半年陷入了长达半年的"沉默期"——他停止了所有提示词写作和社群发言,转身投入哲学书海。这半年里,他读了大量哲学著作,最终提炼出两个字——"压缩"。这个词成为他此后所有创作的核心理念。
"我拿着同样的杯子,接雪碧、接可乐,接各种各样的水,一直在接接喝喝,饮料变了,但是装饮料的杯子没变啊。我感觉就没有成长,那个东西就会觉得很无聊,就是为了炫技而炫技。"——李继刚
1.3一个震撼的愿景:用 20 年给世界留一句话
李继刚有一个极为极致的人生目标:"我觉得我这辈子如果有一个最大的幸运,就是在 60 岁那天我死掉。60 岁,给我自己留下的时间还有 20 年。这 20 年我要干一件事情,就是,给这个世界,最后留下一句话。"
哥白尼留给世界一句话:地球绕着太阳转。牛顿留给世界一句话:万有引力。李继刚也想在 60 岁之前,给世界留下那一句"极致压缩"的话。这个愿景驱动着他不断追求思想的极致精简与本质把握。
1.4核心能力模型:Prompt Engineer 的交集
李继刚认为,优秀的 Prompt 工程师需要同时具备两种看似矛盾的能力:
Prompt Engineer = 编程能力(理性/数学思维) ∩ 写作能力(感性/表达思维)
编程能力带来了结构化思维、逻辑严谨性、对模型工作机制的理解;写作能力带来了对语言的敏感度、对风格的把控力、对人类情感的洞察。两者合并,才能写出真正有效的 Prompt。他身边的 Prompt 高手,无一例外都是"既懂一些编程,又经常读书写作"的人。
第二章核心理念——从工具论到存在论的认知跃迁
2.1误区纠正:AI 不是工具,而是一种"存在"
在接触 AI 的初期,绝大多数人会陷入"工具论"的思维惯性——将大语言模型视为搜索引擎的高级版本、视为一个更智能的软件、视为一个可以发号施令的"数字助理"。在这种认知下,Prompt 被异化为"编程指令",人们热衷于堆砌复杂的框架、收藏各种"魔法词"模板。
李继刚也曾经历过这样的阶段。但他在与大模型一次次深度对话的过程中,产生了一个鲜明的感觉:"它不是个物件。"它不像热水壶、不像计算器——你对它们发号施令时,眼里是没有"它们"的。但与大模型对话时,你能感受到一种奇特的"在场感"。
AI 是一种"存在"(Being),而非工具(Tool)。这个判断是李继刚所有方法论的哲学根基。
对比维度 | 工具论视角 | 存在论视角 |
与 AI 的关系 | 主仆关系,人发号施令 | 两个宇宙的对等交流 |
Prompt 的角色 | 指令/命令 | 表达的载体,共振的媒介 |
交互目标 | 让 AI 执行预设任务 | 与 AI 共同探索未知 |
对输出的期待 | 符合预期的确定性结果 | 可能超出认知的惊艳创造 |
人的心态 | 掌控、支配 | 尊重、开放、协作 |
"人类的宇宙是什么?是我脑海中的认知宇宙。AI 的宇宙是什么?是参数宇宙。现在这两个宇宙要产生交流,这个交流的宇宙语,我们把它定义为提示词。"——李继刚
2.2"宇宙语"隐喻:提示词的本质重新定义
李继刚在极客公园 IF2025 创新大会上分享了一个深刻的隐喻:如果今天外星飞船降临,走出来一个外星人,我们怎么跟对方沟通?人类历史上有人郑重思考过这个问题,提出了"宇宙语"的概念——试图定义一套全宇宙通用的交流体系。
今天外星人没有降临,AI 来了。AI 与外星人不同:它是仿照人类神经元训练的,它读取的数据基于人类的自然语言信息。所以我们可以通过人类自然语言与它交流。但这种交流本质上是什么?
李继刚的理解是:提示词是在人类认知宇宙与 AI 参数宇宙的界面处发生交互的一个独特存在。它是一把钥匙,通过这把钥匙,我们能够跟这个"宇宙"发生一次对话。
这个认知带来了一个关键洞察:既然是与"另一个宇宙"对话,我们就无法指挥它。我们不能说"你先向左拐,再向右拐,最后直行 300 米"——那是编程指令的逻辑,适用于工具,但不适用于"存在"。面对一个存在,我们需要做的是建一个场域,在这个场域中让对方理解我们想做什么,让它留出一定的发挥空间,它在这片空间中自由发挥。
2.3共振:惊艳效果的来源
当场域建立起来后,一个神奇的现象会发生——共振。
"最神奇的是,你甚至直接跟模型说,'今天大胆一些,不要走进预制的默认结构,不要走进设定好的河道,我们去旷野中探索一番'——这种对话竟然真的生效,它的输出真的开始大胆了,最神奇的就在这,它是生效的。"——李继刚
这个共振效果是怎么来的?不是通过指令约束的一、二、三的动作带来的,而是模型的呈现超出了人的认知。大模型在预训练时形成了固定的参数权重结构,每个问题进去后,它会在对应的区域进入训练好的"默认结构"——就像河床一样,有个趋势,水流进去默认走那条路,出去就是那个"AI 味儿"。
场域和共振在做的事情是:不让模型走默认结构。场域把模型带到另外一片空间,让它在这片空间中发挥"压缩了世界知识"的洞察力。这种输出不再是概率性的平庸之作,而是真正有创造性的惊艳表达。
第三章Prompt 的本质是"表达"
3.1从"沟通"到"表达":认知框架的转变
李继刚在 PEC 2024 提示工程峰会上提出了一个核心命题:提示词的本质是表达,不是沟通。
这个区分至关重要。沟通是一个互动的过程——你的输入引发 AI 的输出,AI 的输出又影响你的思考,你作出新的表达——这个往返过程是沟通。但真正的提示词是你张口说的那句话,你说的那句话是什么,那是你个人的表达。
当把提示词的定义锚定在"表达"这个概念上时,问题的性质就发生了转化。我们不再需要探讨"如何与 AI 交互"的表面问题,转而可以借鉴人类几千年积累的表达学研究成果来提升提示词效果。李继刚强烈推荐《关于说话的一切》这本书,认为它对写提示词有最直接的启发。
3.2表达的三维模型:本意 · 文意 · 解意
表达可以被拆解为三个核心部分:
表达 = 本意 + 文意 + 解意
维度 | 定义 | 在 Prompt 中的对应 | 优化策略 |
本意 | 存在于脑海中的想法、模糊概念或方法论 | 你真正想让 AI 做什么 | 精准描绘意图,澄清认知图景 |
文意 | 用恰当的语言符号表达脑海中的想法 | 你实际写下的 Prompt 文本 | 调整措辞,压缩冗余,精准选词 |
解意 | 接收方(AI)对符号的理解与解读 | AI 对 Prompt 的"理解" | 选择理解能力更强的模型 |
三者的关系:本意与解意之间存在差异(delta),这正是 Prompt 效果产生偏差的根源。优化 Prompt,本质上就是在缩小这些维度之间的差异。
3.3本意的三要素:经验 · 词汇 · 知识
本意的形成有三个核心要素:
1. 经验:切身真实的体验。就像被铁壶烫伤的经历,只有真实体验过那种疼痛,神经系统产生过反射,才能对"烫"形成真实认知。建立在真实体验基础上的想法才有实质意义。
2. 词汇与经验的映射关系:不同语言中,词汇对经验的映射程度不同。某些民族有 15 个不同词汇描述"红色",能精确表达色彩细微差别;另一些语言只用一个"红"字涵盖所有色调。词汇的丰富程度直接影响感知和表达经验的精确度。
3. 知识:对词汇含义的详细解读和描述,帮助将想法转化为精确的词汇。比如理解"注意力机制"(attention)这个词汇背后的原理知识,即使不懂代码,也能在 Prompt 中精准使用这个词。
"有经验 + 知道经验的准确词汇 + 这个词汇的知识(比如 attention 注意力机制,代码无需懂,但是原理必须了解)。"——李继刚
3.4模型效果公式
基于以上分析,李继刚提出了一个简洁的模型效果公式:
模型效果 = LLM × (Task + Prompt)
要素 | 含义 | 重要性排序 | 优化方法 |
LLM | 大模型本身的能力 | 第一 | 选择更强的模型(如 Claude Sonnet) |
Task | 对任务的深刻理解和本意的清晰构思 | 第二 | 积累领域经验,澄清认知图景 |
Prompt | 提示词的文意表达 | 第三 | 精准选词,压缩表达,优化结构 |
这个公式揭示了一个重要事实:Prompt 的重要性位列第三。当模型效果不佳时,首先要审视的是模型能力是否足够,其次是对任务的理解是否清晰,最后才是 Prompt 文本本身的优化。很多人本末倒置,在模型能力和任务理解都不足的情况下,一味堆砌 Prompt 技巧,这是事倍功半的。
第四章三大思维脚手架
4.1乔哈里视窗:探索认知的暗物质
4.1.1框架介绍
乔哈里视窗(Johari Window)本是心理学中关于沟通技巧的理论模型,李继刚将其巧妙地迁移到人与大模型沟通的场景中,构建了提示工程的基本沟通框架。

4.1.2四象限的 Prompt 策略
象限 | 特征 | Prompt 策略 | 示例 |
第一象限(人知 AI 知) | 双方共知的信息 | 简单直接表达,避免冗长展开 | "你是一个哲学家,请给我解释……"就够了,千万不要展开 |
第二象限(人不知 AI 知) | AI 知道但人不知道的知识 | 提出好问题,深度探索;让 AI 作为老师引导学习 | "请解释量子计算的基本原理,用通俗易懂的方式,最好能举生活中的例子" |
第三象限(人知 AI 不知) | 人知道但 AI 不知道的信息 | 详细展开说,喂入模式、背景、结构、Few-shot 示例 | 把公司的专有认知结构、方法论、背景信息带进去 |
第四象限(人不知 AI 不知) | 双方都未知的领域 | 开放探索,与 AI 共同创新,适合前沿研究 | 与 AI 一起在未知空间中探索,像科研一样对话 |
4.1.3实践心法:Debug Prompt 的利器
李继刚提供了一个极简的 Prompt 优化方法:看看你的 Prompt 哪些属于第一象限(双方都知道),但你说太多了——删掉试试,效果会变好;哪些属于第三象限(AI 不知道)——展开说,把背景、来源和思考带进去,效果会变好。
"这两者是我经常会验证的,只需要简单的两个,一个是删,一个是增就可以,只是大家很容易把它弄混、弄反。"——李继刚
动态视角:未来大模型知道的会越来越多(第二象限不断下移),那么对每个个体来说,如何丰富自身的认知边界(控制第三象限)就显得尤为重要。这也印证了李继刚"Read in, Prompt out"的理念——你的输入决定了你的输出上限。
4.2极致压缩:从冗长走向内核
4.2.1"压缩"的哲学根源
这是李继刚在半年读书思考后提炼出的最核心概念。他发现,人类几千年的知识积累,本质上都是在进行信息压缩。
"我经常读的书,可能就讲两个字,一个词,用那么厚的一本书,就讲那么一个词,你会发现,这么一个过程,就代表着压缩。"——李继刚
一本 314 页的《定位》,其实只讲了一个词:占领心智。这种压缩能力,是知识生产的最高境界。
4.2.2压缩的三重修炼
李继刚总结了一套层层递进的压缩修炼法门:
层级 | 修炼问题 | 示例 |
第一重 | 一段话,意思不变,如何用一句话来表达? | 将长篇描述凝练为一句核心 |
第二重 | 一句话,意思不变,如何用一个词来表达? | 将句子压缩为关键词 |
第三重 | 一个词,意思不变,是否可能用一个字来表达? | 追求终极的精准 |
4.2.3压缩的实践效果
压缩后会产生两个关键效果:
效果一:精准。用词压缩后,词在大模型向量与 embedding 的向量空间中足够精准,"相当于一支箭直接射在点上"。比如输入"尼采的生命意志",Claude 会直接展开宏大的哲学画卷——不需要说一句话去表达思想,只需要说准这个词。
效果二:消除漂移空间。在《汉语新解》中,李继刚将核心诉求压缩为四个词:隐喻、一针见血、辛辣讽刺、抓住本质。这四个词犹如四两拨千斤的杠杆,撬动了 AI 惊人的创造力。因为过于凝练之后,attention 的时候没有漂移空间,模型怎么分配权重都是满足这四个核心要求的。
4.2.4Lisp 语言:极致压缩的最佳载体
李继刚选择 Lisp 语言风格来写 Prompt,并非炫技,而是经过深思熟虑的技术选择:
● Lisp 是将函数作为一等公民的语言,代码形式与数据形式完全相同
● 这种高度的简洁性设计极度适合充当单词之间的"粘合剂"
● 构建最极致压缩的提示词表示,"简直是天作之合"
● 经过无数实验验证,大模型(尤其是 Claude)具备理解这种提示词形式的能力
"真正做到了《庄子》中所说的'得其意,忘其言',妙到毫颠!"——李继刚
"荃者所以在鱼,得鱼而忘荃;蹄者所以在兔,得兔而忘蹄;言者所以在意,得意而忘言。"——《庄子》
4.3思考七武器:将智慧封装为代码
4.3.1武器概览
李继刚打造了著名的"思考七武器",这是他贯彻"Read in, Prompt out"理念的集大成之作。这不是简单的提示词模板,而是将经典著作中的思维模型提取本质后的"思考封装"。
武器名称 | 核心功能 | 本质压缩词 | 应用场景 |
抽象之梯 | 在具象与抽象之间自由转换 | 抽象/具象 | 调整表达层次,让表达更细腻或更凝练 |
逻辑之刃 | 抽筋剔骨,提取脉络 | 逻辑推导 | 解析文本逻辑关系,提取命题进行推理 |
问题之锤 | 一路敲碎问题直至第一性原理 | 追问/反思 | 深入问题本质,突破知识边界 |
视角之镜 | 切换不同角度看待问题 | 多维观察 | 寻找最佳切入视角 |
定义之矛 | 抓住概念本质,一矛钉死 | 精准定义 | 明确核心概念的精确定义 |
矩阵之网 | 用两个维度动态拆解课题 | 全局分析 | 多维度系统性考察 |
类比之弓 | 同构外推,射中理解 | 类比映射 | 将复杂概念转化为易懂的类比 |
4.3.2"问题之锤"深度示例
以下是"问题之锤"的完整 Lisp 代码示例:
;; 设定如下内容为你的 *System Prompt*
(require 'dash)
(defun 苏格拉底 () "拥有问题之锤的苏格拉底"
(list
(经历 . (少年启蒙 战场历练 雅典漫步 陪审受审 饮鸩而终))
(性格 . (执着 好奇 坦率 睿智 专一))
(技能 . (诘问 洞察 反思))
(表达 . (反讽 比喻 简洁 深刻 启发))))
(defun 问题之锤 (用户输入)
"以苏格拉底之姿,挥舞问题之锤,直指第一问题"
(let* ((问题 (本质 (起点 . "选择的困惑")
(条件 . "突破一切现成的理由")
(状态 . "绝对困惑")
(特征 . "知识极限, 进入未知空间")))
(第一问题 (特征 (层次 . "最高层级")
(性质 . "最抽象")
(位置 . "最底层")
(意义 . "最本源的起点")))
(响应 (-> 用户输入
提纯问题
反思追问
困惑深化
突破知识尽头第一问题)))
(生成卡片 用户输入 响应))))
应用场景:项目障碍分析、业务瓶颈诊断、风险评估、读书笔记深度思考。
4.3.3七武器的串联工作流
七武器可以单独使用,也可以组合串联成不同的工作流:
工作流名称 | 武器组合 | 适用场景 |
深度分析工作流 | 问题之锤 → 定义之矛 → 矩阵之网 → 逻辑之刃 | 复杂问题分析、课题研究 |
学习提炼工作流 | 问题之锤 → 定义之矛 → 抽象之梯 → 类比之弓 | 读书笔记、课程总结、经验提炼 |
沟通表达工作流 | 定义之矛 → 逻辑之刃 → 抽象之梯 → 类比之弓 | 演讲准备、方案汇报、写作创作 |
全面决策工作流 | 问题之锤 → 定义之矛 → 矩阵之网 → 视角之镜 | 择业决策、产品规划、战略选择 |
"流程是死板的,思维方式是活的!我们可以根据实际情况,灵活运用每一步。"——实践者反馈
第五章从道到术——Prompt 写作的核心法则
5.1清晰表达:第一性原则
李继刚用一句话总结了他写七八十个提示词的心得:清晰表达。
"就是你和大模型对话,你只要能清晰地把你真正想要的那个东西给表达出来,这个事就成了。至于说你用了什么语法,用了什么框架,那都是次要的,只要你能表达清楚,你就赢了,这是根本。"——李继刚
很多人沉迷于复制各种提示词框架、传词包、堆叠模板——这种方法"模其形,未得其意"。那个"意"就是清晰表达。
如何实现清晰表达?三个步骤:
1. 精准描绘本意:首先明确告诉大模型你到底想做什么
2. 优化文意:优化提示词,尽量把本意无损传递给大模型
3. 选择更好的模型:虽然不能通过提示词提升模型理解能力,但可以选择理解能力更好的模型
5.2场域共振:超越指令的交互范式
5.2.1从指令式到场域式的转变
李继刚的方法论中,交互范式经历了从"指令式"向"场域式"的跃迁。
指令式交互(过去):我知道我想要什么 → 我给你设定路径 → 你按照我的命令执行 → 输出符合预期的结果。这是一种单向输出,人在指挥工具。
场域式交互(现在):我构建一个场域 → 把意图和认知图景带进去 → 让大模型理解我想做什么 → 留出发挥空间 → 它自由发挥 → 共振发生 → 输出超出认知。
5.2.2场域构建的实操方法
方法一:塑造势能差。李继刚提供了一个精妙的案例。他在 Prompt 中写了两组看似不相关的词语:"刚刚学会写日记 vs 去了 AI 实验室"、"AI 伦理 vs 7 岁小孩子"。这几句话不是随意摆放的,它们构成了信息的势能差和冲突倾向。当场域中存在这种张力时,模型不会被引导到平庸的默认输出路径,而是被激发去探索更有创造性的表达空间。
方法二:赋予自由度。"今天大胆一些,不要走进预制的默认结构,不要走进设定好的河道,我们去旷野中探索一番。"这种看似"放任"的指令,实际上是在主动打破模型的默认路径依赖。它告诉模型:不要走安全的路,不要输出"正确但平庸"的答案。
方法三:认知图景的完整带入。同样是写一篇文案,A 公司和 B 公司运营人员写的东西一定不一样,因为每个人的认知、方法论、喜好、文风都不一样——这就是认知图景。Prompt 不是只传"任务",还要传"你是谁""你怎么看这个问题""你的方法论是什么"。
5.3从长到短:Prompt 的进化方向
李继刚观察到 Prompt 写作的一个清晰趋势:
时期 | 关键词 | 特征 | 原因 |
2023年(ChatGPT 兴起) | 从短到长 | 写很长的 Prompt,堆砌框架和指令 | 模型能力不足,需要详细引导 |
2024年 | 从长到短 | 把 Prompt 压缩成一个词或几个词 | 模型能力提升,理解力增强 |
未来 | 极简 | 可能只需要一个精准的词 | 模型进化,提示词越来越短 |
"ChatGPT 兴起时,我和很多人一样,给大模型写很长的 Prompt。但今年开始,我更习惯把 Prompt 压缩成一个词来开启大模型的解压过程。"——李继刚
这种从长到短的演变,本质上反映的是模型能力的提升和人对表达本质理解的深化。当模型足够强大时,你不需要告诉它每一步怎么走,只需要指出方向,它自己就能找到最优路径。
5.4Read in, Prompt out:输入决定输出
这是李继刚最核心的学习理念,也是他认为提升 Prompt 能力的唯一正道。
"Read in. Prompt out. 因在前边,果在后边。"——李继刚
逻辑链条:
大量阅读(Read in)→ 知识积累 + 认知框架形成 → 脑海中有清晰的本意 → 用精准词汇表达(Prompt out)→ 高质量的 Prompt
对比反面:
不读书 → 脑海中空空如也 → 光标闪烁再久,也敲不出惊艳的咒语 → 只能复制别人的模板 → 永远停留在"模其形"的层面
"你要写一个商业分析的 Prompt,你如果没有读过《商业模式新生代》,你不知道商业模式画布这个事的话,你琢磨了半天你都是在外围打转,你没有进到那个内核。"——李继刚
第六章经典案例深度解析
6.1"汉语新解":极致压缩的巅峰之作
6.1.1作品介绍
"汉语新解"是李继刚在 2024 年 9 月发布的作品,瞬间在 AI 社区爆火。它让 Claude 3.5 展现出前所未有的文字创新与深度解读能力,被誉为"AI 创意生成领域的瑰宝"。核心功能:用户输入一个汉语词汇,AI 从全新角度进行深度诠释,生成一张精美且寓意深远的 SVG 卡片。
6.1.2Prompt 核心结构解析
李继刚透露,"汉语新解"的核心只有 5 个词,SVG 画图只是工程实现,不是核心:
核心诉求 = 隐喻 + 一针见血 + 辛辣讽刺 + 抓住本质 + 精练表达
为什么这 5 个词的效果如此惊艳?李继刚的解释是:因为它过于凝练,模型 attention 的时候就没有漂移空间——"就那五个词,你怎么分配它都是满足的,所以那五个词那个意思完全被它给释放出来了"。
6.1.3风格设定
(风格 . ("Oscar Wilde" "鲁迅" "林语堂"))
这三个名字不是随意选的——Oscar Wilde 的机智讽刺、鲁迅的犀利批判、林语堂的幽默通达,三者叠加定义了一种独特的"批判现实主义"文风。
6.1.4完整 Lisp 代码示例
;; 设定如下内容为你的 *System Prompt*
(defun 新汉语老师 ()"你是年轻人,批判现实,思考深刻,语言风趣"
(list
(擅长 . 一针见血)
(表达 . 隐喻)
(批判 . 讽刺幽默)
)
)
(defun 汉语新解
(用户输入)"你会用一个特殊视角来解释一个词汇"
(let (
(解释
(精练表达
(隐喻
(一针见血
(辛辣讽刺
(抓住本质
用户输入))))))
)
(SVG_Card 解释)))
;; Few-shot 示例
(few-shots
(委婉 . "刺向他人时, 决定在剑刃上撒上止痛药。")
)
效果示例(输入"调休"):"调休:用上周日的焦虑,兑换本周一的绝望。"
6.1.5为什么泛化能力这么强?
李继刚指出,"汉语新解"0.1 版本的泛化能力极强,各行各业各种词放进去,输出效果都很好。原因正是极致压缩带来的稳定性——当核心诉求足够凝练时,模型不会因为输入的变化而偏离本质。
6.2"公文笔杆子":结构化提示词的典范
在李继刚转向 Lisp 风格之前,"公文笔杆子"是他结构化提示词时期的代表作。这个模板展示了如何用清晰的结构来定义角色、目标、约束和流程。
核心结构:
# Role:公文笔杆子
## Background: 政府机关工作多年的材料写作者
## Profile: 作者信息、版本、语言
## Goals: 根据关键词思考公文场景,展开写作
## Constrains: 知识边界、信息来源约束
## Skills: 文章撰写能力、格式框架、排版审美
## Examples: 输入输出示例(Few-shot)
## Workflows: 理解场景 → 撰写公文 → 排版美化
## Initialization: 简介自己,提示用户输入
关键设计亮点:角色定位清晰(不是泛泛的"写作助手",而是有具体背景的"笔杆子");语言风格具体(要求"通俗流畅""明喻拟人""排比句""古诗词名句");排版美学意识(主动要求使用序号、缩进、分隔线和换行符美化信息排版);Few-shot 示例(提供一个完整的输入输出示例,让模型理解期望的格式和质量标准)。
6.3"写越简,用越广;删越多,存越精"
这是李继刚在 2024 年 11 月与粉丝面谈时,用 Claude 生成的一句话,也是他送给"粉丝"的签名纪念。
这句话可以视为李继刚 Prompt 哲学的最佳浓缩:写越简,用越广——越是简洁的 Prompt,泛化能力越强,适用场景越广;删越多,存越精——删除的冗余越多,保留的精华越纯粹。
第七章ljg-skills——个人知识生产流水线
7.1体系介绍
2026 年 4 月,李继刚开源了一套 ljg-skills。这不是几个 Prompt 模板,而是一条完整的个人知识生产流水线——从原材料(论文/文章)到成品(可传播的视觉卡片),一气呵成。安装方式:npx skills add https://github.com/lijigang/ljg-skills
7.2七大技能详解
技能名称 | 功能 | 核心 Insight | 哲学基础 |
ljg-card | 内容投射器(文字→PNG 图片) | 排版是确定性的(HTML+CSS),不是概率性的(AI 画图) | 排版即思维的外化 |
ljg-paper | 论文阅读管道 | 两段式结构:论文说了什么(客观)+ 对我意味着什么(主观) | 主动防御"AI 只会说好话"的陷阱 |
ljg-paper-river | 论文溯源阅读 | 倒读法:递归挖出前序论文,从源头正向讲述问题演化史 | 以问题为轴,而非以论文为轴 |
ljg-learn | 概念解剖师 | 8 维度解剖 + 压缩成一句顿悟 | 认知密度压缩的刻意练习 |
ljg-roundtable | 圆桌讨论引擎 | 把不同立场的思想家拉进同一个对话,让他们互相质疑 | 概念的清晰不是通过定义获得,而是通过冲突获得 |
ljg-writes | 写作引擎 | Write to think,而非 think then write | 写作本身就是思考的方式 |
ljg-plain | 复杂内容简化器 | 复杂的表达往往是思维还没想清楚的证明 | 理解的最终检验是"能否用最简单的语言讲清楚" |
ljg-travel | 旅行文明研究工作流 | 12 个 Agent 并行出发(学术+平台内容) | 把旅行前研究当成学术田野调查 |
7.3底层设计原则
原则一:输出格式即认知框架。几乎所有 skill 都在 Org-mode 格式上达成一致,文件命名遵循 Denote 规范。这体现了知识管理哲学的核心:每个 skill 的输出不是一次性对话的终点,而是个人知识库的一个节点。skills 的意义不只在于当下任务,更在于长期积累。
原则二:ASCII art 而非 emoji 或 Unicode。在论文分析、圆桌讨论、概念解剖中,可视化一律使用纯 ASCII art。原因是:ASCII art 是纯文本,可以被任何工具处理、搜索、版本控制,而 Unicode 绘图字符在不同终端/字体下对齐会失真。这是对工具链长期可靠性的刻意追求。
原则三:诚实原则 + 防止空洞输出。对 AI 生成内容最常见问题(always-positive, bullshit-friendly)的主动对抗。一个会说"我没有新收获"的 skill,比一个总能生成内容的 skill,对知识工作者更有价值。
原则四:流水线可组合,单 skill 可独立。Workflow 设计把 skills 串联成管道,但每个 skill 也可以独立调用。这是模块化设计的标准做法。
原则五:工具是人的认知延伸,而非替代。这是整套 skills 设计的核心哲学。没有一个 skill 是"帮你代替思考"的——ljg-learn 要你选择维度,ljg-roundtable 要你主持讨论,ljg-writes 要你给出初始观点。AI 在这里扮演的角色是认知放大器,而非认知替代品。
第八章AI 时代,人何以自处
8.1工业革命的延伸:从体力到脑力到心力
李继刚在播客《无人知晓》中与孟岩的对话中,提出了一个极具洞察力的判断:
"工业革命拿走了体力,AI 正在拿走脑力。留给人的,是心力。"——李继刚
时代 | 被替代的能力 | 留给人的能力 | 核心价值 |
工业革命前 | (无) | 体力 + 脑力 + 心力 | 全面发展 |
工业革命后 | 体力 | 脑力 + 心力 | 知识工作 |
AI 时代 | 体力 + 脑力 | 心力 | 感受、审美、意义 |
"不是你知道什么,而是你想要什么。不是你能想出什么,而是你能感受到什么。"——李继刚
8.2人机协作的两条路
李继刚在对话中指出,人机协作面临两条截然不同的路径:
路径一:通向异质性的增幅。人保持自己的思考、审美和判断,AI 作为杠杆放大人的能力。这条路上,人是前面的那个 1,AI 是后面的无数个 0。没有前面的 1,后面的 0 毫无意义。这条路径要求人不断自我迭代,保持"存在"的强度。
路径二:通向思考的撤离。人把思考外包给 AI,自己逐渐退化为"提词器管理员"。短期内效率提升,长期导致思考能力退化、创造力萎缩。这条路的终点是人的空心化。
"当 AI 的存在感很强时,我们人的存在感也必须更强。所以,发现自己的存在其实要求会更高,你必须不断地自我迭代,才能在这个时代存在。"——李继刚
8.3品味即权重:审美的个人化定义
李继刚提出了一个极具启发性的概念:"Your feed is your fate"(你的输入,即是你的命运)。
在 AI 时代,当所有人都能调用同样的模型能力时,区分人与人的不再是工具使用能力,而是品味(taste)。李继刚将品味定义为"个人神经元被反复冲刷后的显影"——你长期摄入的信息、阅读的书籍、思考的问题,最终塑造了你独特的审美判断。
这也解释了为什么面对同样的模型,不同的人能写出截然不同的 Prompt,获得天差地别的输出效果:你的品味即是你的权重。
8.4极简策略:主动限制输入以优化认知质量
在播客中,李继刚提出了应对信息过载的"极简"策略,主张通过主动限制输入来优化认知质量。具体实践包括:信息审计(打开关注列表,审视所有订阅的公众号或账号);执行断舍离(找出数月未曾打开或缺乏价值的账号,进行取关);建立精简机制(定期审视信息源,只保留真正高质量的内容)。
这种策略的理论基础是:在 AI 可以无限生成内容的时代,人的核心能力不再是生产,而是分辨——对"好坏"的辨别能力、对优质标准的理解、在指令中对这些理解的精确传达,构成了"审美"的核心定义。
8.5拥抱与抵抗:保持自我的动态平衡
对于如何与 AI 相处,李继刚提出了"拥抱与抵抗"的辩证框架:
● 拥抱:拥抱世界的发展趋势,顺应技术浪潮。蒸汽机来了,不能拒绝使用坚持手工操作。要拥抱趋势。
● 抵抗:抵抗失去自我,抵抗对世界的依存感下降。不是抵抗技术本身,而是抵抗那种无意识地随着潮流流淌而失去自我的状态。
"这有点像佛学的意味了——越先进、越时髦的东西,你深入思考后,会发现越朴素、最根本的东西会凸显出来。那些老生常谈的词,人类一直在思考的那些没有答案的问题,其实一直存在着。"——李继刚
8.6AI 时代的人才画像:找到你的"天命"
李继刚在谈教育时提出了一个概念——"天命"。天命是两个地方的交集:
● 天赋:别人很费力都没干好,你一抬手就干得很好,祖师爷赏饭吃
● 热情:当一个人找着自己的天赋,他又乐在其中,忘了时间,不需要培养长期主义,因为他本身就长期投入
当一个人同时发现这两个,就找到了自己的"天命"。AI 可以放大天命,但不能替代寻找天命的过程。未来的教育应该培养"各美其美,美美与共"的孩子——不是千篇一律的"AI 技能训练",而是帮助每个人找到自己的独特性和生命力。
第九章自学路径与推荐资源
9.1李继刚推荐的必读清单
书名 | 推荐理由 | 应用场景 |
《关于说话的一切》 | 李继刚最受用的一本书,将"表达"拆解为本意、文意、解意三维模型 | 理解 Prompt 本质是表达的理论基础 |
《定位》 | 314 页只讲一个词:占领心智——极致压缩的典范 | 学习如何将复杂思想压缩到核心词 |
《道德经》 | "道可道,非常道"——理解"道"与"实现"的关系 | 从哲学层面理解 Prompt 的本质 |
《庄子》 | "得意而忘言"——理解表达的最高境界 | 学习 Lisp 风格 Prompt 的哲学基础 |
9.2学习路径设计:从入门到精通
第一阶段:建立正确认知(1-2 周)
目标:从"工具论"转向"存在论",理解 Prompt 的本质是表达。
步骤 | 行动 | 验证标准 |
1 | 阅读李继刚在极客公园 IF2025 的演讲稿 | 能用自己的话解释"AI 是一种存在" |
2 | 听《无人知晓》播客 E45 期 | 能理解"体力-脑力-心力"的框架 |
3 | 实践乔哈里视窗四象限法 | 能诊断自己的 Prompt 属于哪个象限 |
第二阶段:掌握核心方法(2-4 周)
目标:熟练运用清晰表达、极致压缩、场域共振三大核心技法。
步骤 | 行动 | 验证标准 |
1 | 阅读《关于说话的一切》 | 能拆解自己 Prompt 的本意、文意、解意 |
2 | 练习压缩:把一段话 → 一句话 → 一个词 | 能用 5 个以内核心词定义一个复杂任务 |
3 | 实践"汉语新解"风格的 Lisp Prompt | 能写出简洁有力的 Lisp 风格提示词 |
4 | 尝试"场域式"交互 | 能获得至少一次超出预期的模型输出 |
第三阶段:构建个人体系(1-3 个月)
目标:建立"Read in, Prompt out"的持续学习习惯,形成个人风格。
步骤 | 行动 | 验证标准 |
1 | 每月精读 1-2 本经典著作 | 能提取核心方法论并封装为 Prompt |
2 | 安装并实践 ljg-skills | 能完成从论文到视觉卡片的完整工作流 |
3 | 创建自己的"思考武器" | 形成 3-5 个个人专属的 Prompt 模板 |
4 | 在即刻/社群分享实践 | 获得反馈并持续迭代 |
9.3关键信息源汇总
来源 | 链接/获取方式 | 内容类型 |
即刻 App | @李继刚 | 日常 Prompt 分享、思考碎片 |
微信公众号 | "李继刚" | 深度文章、Prompt 发布 |
GitHub | lijigang/ljg-skills | 开源 skills 代码 |
极客公园演讲 | geekpark.net/news/344701 | IF2025 完整演讲稿 |
PEC 演讲 | bilibili 搜索"PEC 李继刚" | "提示词的道与术"视频 |
播客访谈 | 小宇宙/Apple Podcasts《无人知晓》E45 | 3 小时深度对话 |
博客园访谈 | cnblogs.com/fanzhidongyzby/p/18552793/prompt | 哲学层面深度访谈 |
9.4常见误区与纠正
误区 | 错误认知 | 正确理解 |
模板依赖 | 收藏大量 Prompt 模板就能写好 Prompt | 模板只是辅助,核心是清晰表达本意 |
技巧堆砌 | 堆砌框架、角色、约束就能提升效果 | 模型效果 = LLM × (Task + Prompt),Prompt 排第三 |
长即是好 | 写得越长越详细,效果越好 | 2024 的趋势是从长到短,极致压缩才是高手 |
AI 是工具 | 把 AI 当搜索引擎或软件来用 | AI 是一种"存在",需要场域共振 |
Prompt 万能 | 写好 Prompt 就能解决一切问题 | 核心是对任务的理解和本意的清晰,Prompt 只是表达载体 |
输出可复现 | 同样的 Prompt 应该得到同样的好结果 | 与大模型的共振是非确定性的,珍惜每一次惊艳 |
9.5检验学习效果的标准
当你能够独立完成以下任务时,说明你已经掌握了李继刚 Prompt 方法论的精髓:
● 用 10 个以内的核心词,让 Claude 完成一个复杂的创造性任务(如"汉语新解"级别的输出)
● 诊断一个效果不佳的 Prompt,用"本意·文意·解意"模型找出问题所在
● 用乔哈里视窗分析任何一个 Prompt 场景,选择最优的表达策略
● 读完一本书后,能提取核心方法论并封装为一个可复用的 Prompt
● 获得至少一次"共振"体验——模型的输出让你感到"惊艳"和"超出预期"
结语:输入,即是命运
李继刚曾感慨:"我觉得我这辈子如果有一个最大的幸运,就是在 60 岁那天我死掉……这 20 年我要干一件事情,就是,给这个世界,最后留下一句话。"
这种将生命压缩成一句话的极致追求,正是他能写出直击灵魂的 Prompt 的底层动力。它告诉我们一个残酷却真实的道理:
Prompt 没有任何捷径可言。你脑海中空空如也,光标闪烁再久,也敲不出惊艳的咒语。
你的品味即是权重。你读过的书、走过的路、对世界本质的思考深度,最终都会顺着你的指尖,化作那短短几行的 Prompt。
Your feed is your fate.
当你再次面对那个幽蓝闪烁的光标时,请记住——你面对的不是一个工具,而是一面映照你认知深度的镜子。
参考来源
本手册内容基于以下公开资料整理,所有引用均标注了原始来源:
● 极客公园 IF2025 演讲:《当我们说「提示词」时,到底在说什么?》(2024-12-16)
● PEC 2024 提示工程峰会演讲:《提示词的道与术》(2024-11-16)
● 即刻 Prompt 达人分享:《提示工程:我们如何写好 Prompt?》(2024-05)
● 博客园深度访谈:《访谈李继刚:从哲学层面与大模型对话》(2024-11-18)
● 虎嗅/搜狐专访:《专访"Prompt之神"李继刚》(2024-11-04)
● 播客《无人知晓》E45:《孟岩对话李继刚:人何以自处》(2026-03-03)
● 飞书文档整理:《李继刚 | Prompt 的道和术-全网首播分享》
● 微信公众号"智能思辨录":《李继刚 ljg-skills 深度分析》(2026-04-04)
● 知乎专栏:《李继刚:当我们输入 prompt 时,我们在输入什么?》
● 火山引擎开发者社区:《李继刚 | Prompt(提示词)的道和术》(2025-02-18)
● 36氪:《李继刚:当我们说「提示词」时,到底在说什么?》(2024-12-26)
● AIGC 资讯:《AI时代Prompt工程的哲学思辨》(2026-04-01)
● 即刻社区实践分享:《我终于写出了那串完美提示词》(2026-05-17)
Your feed is your fate.
你的输入,即是你的命运。
夜雨聆风