别再死磕 Prompt:用 Briefing Loop 让 AI 回答质量提升 10 倍
大多数人以为他们从 AI 得到糟糕结果,是因为自己写了糟糕的 prompt。
我以前也是这么想的。
所以我花了几个月收集 prompt 技巧、魔法词,以及人们很爱分享的那些巨大“完美 prompt”模板。
其中一些确实有帮助。
但我的结果依然时好时坏,我也一直搞不清原因。
后来我突然明白了。问题不在 prompt。问题在于,AI 总是在真正理解我的需求之前就开始回答。
想想看。
如果你让同事写一份报告,而他两秒后就开始打字,连一个问题都不问,你就知道这份报告会偏题。
没有上下文的快速回答,通常只是平均水平的回答。
AI 也是一样。
当你给它一个空白 brief 时,它就会用猜测去填补空白。而 AI 一旦开始猜,你得到的就是泛泛而谈的输出。
好消息是,你不需要再去记另一套 prompt 公式,也能修复这个问题。
你只需要改变一件事:让 AI 在开始工作之前,先真正理解任务。
下面是本文要讲的内容:
Briefing Loop:我用来获得更好初稿的完整系统
面向决策、写作等场景的真实示例
如何保存这些上下文,这样你就不必每次都重复说明
问题:AI 回答得太快
AI 的一个最大问题是,即使它根本不知道你真正想要什么,它也会直接回答。
如果你让它翻译一句话、修正一个错别字,或者重新格式化一个表格,快速回答完全没问题;但如果你让它写文章、准备课程、分析数据集、设计提案,或者帮你做决策,快速回答通常就是一个危险信号。
在这里,质量并不来自 model。
它来自 context。
而当 context 缺失时,AI 只会用普通答案填补空白。这就是为什么那么多输出看起来都差不多。不是因为大家用的是同一个工具,而是因为大家喂给它的都是同样空洞的指令。
所以我们想要的很简单。AI 应该只在理解任务之后再开始工作,而不是之前。这就是本指南要讲的内容。
Prompting 是提问。Briefing 是准备
prompt 说的是:
Do this.
brief 则像这样:
- This is the goal.
- This is who it's for.
- This is the tone.
- These are the limits.
- This is what I want to avoid.
- This is what a good result looks like to me.
大多数人试图通过写得更好的 prompt 来获得更好的结果。
这确实有帮助,但只到某个程度。
真正的提升来自别的地方。它关乎给你正在构建的东西提供方向和目的,而不仅仅是更像样的指令。
所以,brief 越清晰,模型需要猜的就越少。
AI 的第一项工作不应该总是回答
这是最重要的转变。
这种转变会改变整个对话。
AI 不再像一台只会吐出文本的机器,而是更像编辑、顾问、老师或对练伙伴。
有时,AI 最好的第一反应不是答案。
而是一个问题。
或者更好,是一组简短的问题,让你看清自己还没有说清楚什么。
设想一下。你告诉它:
I want to write an article about productivity
糟糕的互动是 AI 立刻把文章写出来。
更好的方式是,AI 先问你:
- Who is the article for?
- What problem do you want to solve?
- What common idea do you want to challenge?
- What examples do you want to include?
- What should the reader be able to do after reading it?
在你写下一个字之前,这样就已经让文章更好了。
解决方案:Briefing Loop
系统如下。
它并不复杂。但它彻底改变了我以前与 AI 协作的方式。
目标是阻止 AI 回答得很快但很糟。
第 1 步:先从一个粗略任务开始
你不需要从一个完美的 prompt 开始。
事实上,这正是重点。你可以从一个很简单的东西开始:
I want to write an article about why people get poor results from AI
这还不是 brief。它只是一个粗略任务。它告诉 AI 你想做什么,但没有提供足够的上下文让它做好。
这正是下一步重要的原因。
第 2 步:让 AI 在回答之前先构建 brief
先别让 AI 执行任务。先让它把你的粗略任务转成一个合适的 brief。
可以这样说:
Before you answer, turn my rough request into a proper brief.
Identify what context is missing or ambiguous.
Ask the fewest questions possible.
Only ask questions whose answers would change the final output.
If a que…