
桥水(Bridgewater)旗下AIA Labs联合OpenAI前CTO Mira Murati创办的Thinking Machines Lab,对GPT、Claude、Gemini等前沿大模型进行了一轮"金融判断力"测试。所测试的任务对于基金经理而言都是一些较为基础的任务,比如判断央行文件是否预示未来利率变化方向,这些明星模型在基础金融信息筛选任务上的准确率,均未达到80%的可信门槛。即使调整了提示词也不太行,反而是基于开源模型微调的自研模型,在准确率和成本上双双胜出。所以,不盲信所谓的很牛的大模型,是AI时代的基本素养。
还有就是OpenAI正式公布其首款硬件产品Codex Micro可编程宏键盘,7月15日开售。这款产品与客制化外设品牌Work Louder联名,配备13个可自定义机械按键、一个摇杆和一个触摸传感器,深度绑定OpenAI的AI编程工具Codex。开发者可通过物理按键一键触发代码补全、智能纠错、版本回溯等操作。OpenAI试图在定义AI时代的硬件???

最近,感觉自己在AI使用上又行了。
同一个AI,同样的问题,两种问法,结果天差地别
❌ 普通问法:
"帮我写个辞职信"
AI给你一篇千篇一律的模板,语气生硬,毫无个性,放在哪个公司都能用——也意味着放在哪个公司都不出彩。
✅ 高手问法:
"我在一家互联网公司做了3年产品经理,因为想转行做用户体验设计,决定辞职。帮我写一封辞职信,语气要真诚但不卑不亢,提到感谢团队,但不提具体人名。300字以内。"
AI给你一封量身定制的辞职信,有背景、有理由、有温度、有分寸。拿来就能用。
区别在哪?不是AI变聪明了,是提问变精准了。
下面这7个技巧,每一个都有"改之前 vs 改之后"的对比,看完今天就能用。
1
给AI一个"身份"

AI没有固定人设,你给它什么身份,它就用什么视角回答。
❌ 改之前: "怎么减肥?"
✅ 改之后: "你是一位有10年经验的注册营养师。我是一个久坐办公室的上班族,BMI 26,没有运动习惯,膝盖有点问题。给我一个3个月的饮食计划。"
💡 原理:给AI设定身份和场景,它就会从那个专业视角来组织答案,而不是给你一堆正确的废话。
2
说清楚你要什么,而不是"随便"

AI最大的问题不是"答错",而是"答了一堆你没想要的"。
❌ 改之前: "帮我看看这段话有什么问题。"
✅ 改之后: "帮我检查这段话的三个方面:①有没有错别字 ②有没有语病 ③语气是否适合发在客户群里。分别列出修改建议。"
💡 原理:你列出的检查维度越具体,AI的输出就越精准。"帮我看看"是三个字,但AI不知道你要看什么——格式?逻辑?用词?态度?
3
给一个"参考样本"

这是最被低估的技巧。AI是"学样"的高手,你给它一个例子,它就能模仿。
❌ 改之前: "帮我写一个小红书笔记。"
✅ 改之后: "帮我写一个小红书笔记,风格参考这个例子:
'姐妹们!!终于找到不踩雷的防晒了😭 SPF50+ PA++++ 上脸不假白不搓泥 成膜速度巨快 早上赶地铁完全不耽误 敏感肌亲测不泛红 唯一缺点就是有点小贵 但这个质地我真的愿意买单☀️'
我要推荐的是一款平价洗面奶,请保持这个风格:大量emoji、感叹号、口语化、有痛点有反转。"
💡 原理:描述"什么风格"远不如直接给一个"样板"。AI的模仿能力极强,一个例子胜过百字描述。
4
限制格式和长度

AI默认会给你一个"全面但冗长"的回答。你要的是精准。
❌ 改之前: "帮我分析一下竞品。"
✅ 改之后: "帮我分析这三个竞品(A/B/C),用表格形式呈现,每个竞品列出:核心卖点、定价区间、目标人群、最大短板。不要写分析过程,直接给表格。"
💡 原理:指定格式(表格/列表/段落)、指定维度、说"不要什么"——这三招能让AI的输出直接可用,不用你再花20分钟删减。
5
让AI"一步一步想"

这是学术界验证过的最强技巧,叫"Chain of Thought"(思维链)。
❌ 改之前: "我这个月花了8000,收入12000,能存多少钱?帮我规划一下。"
✅ 改之后: "我这个月花了8000,收入12000。请一步一步帮我算:
先算出每月可存金额
把可存金额按50/30/20分成应急金/投资/娱乐三部分
每部分给出具体建议 请先算再建议,不要跳步骤。"
💡 原理:AI跟人一样,一步到位容易出错,分步走准确率大幅提升。桥水基金测试中AI"不及格",很大程度就是因为直接问结论,没有引导它分步推理。
6
不满意就说"不对,重新来"

很多人不知道:AI是可以"重来"的,而且重来时质量通常更高。
AI每次生成回答都有一定的随机性。第一次不满意,不要忍着用,直接说:
"这个太正式了,轻松一点重新写"
"第三点不对,我的实际情况是XX,请基于这个重写"
"整体方向不对,我要的是XX,不是XX,重新来"
进阶操作:让AI自己反思。
"你刚才的回答有什么不足?请先自评,再修改。"
你会惊讶地发现,AI自己挑出来的毛病,往往就是你心里觉得"哪里不对劲"但说不上来的地方。
7
把一个大任务拆成小任务

这是最核心的一条。
❌ 改之前: "帮我写一份商业计划书。"
AI会给你一个空话连篇的"万能模板"。
✅ 改之后: 分4轮对话——
第1轮:"我要开一家社区咖啡店,先帮我梳理商业计划书应该包含哪些部分。"
第2轮:"好,先帮我写'市场分析'部分。我的店在XX社区,周围3公里内有5家咖啡店,目标客群是25-35岁白领。"
第3轮:"接下来写'财务预测'部分。我的启动资金20万,月租金1.2万,预计日均出杯150杯,客单价25元。"
第4轮:"最后帮我写'风险分析'和'行动计划',按时间线排列。"
💡 原理:AI的"注意力"有限——任务越大,每个部分的质量越差。拆成小任务,每轮聚焦一件事,质量直线上升。这就像你不会让一个人同时做策划、设计、财务——分工才能出细活。
把这7个技巧浓缩成一句话:
身份 + 场景 + 样本 + 格式限制 + 分步推理 + 敢于重来 + 任务拆解 = AI回答质量翻3倍

夜雨聆风