2026-01-30#
Data: 2026-01-30 21:15:20
卡神的这六个方法的共同策略是退后一步，不直接让AI回答问题，不追求复杂的提示词，而是先让AI审视问题本身，主动补全我们自己想不到的部分。该找谁回答？还缺什么信息？有什么漏洞？可能怎么失败？
第一个，设定 AI 的角色，很有用。
当然，也有文章，最好的肯定是你有选定的角色。
比如乔布斯。
但很多时候，你根本不知道哪个角色更好。最好的办法就是让 AI 去帮你选！
现成的 prompt （提示词）如下：
你先选一个最合适的很厉害的专家的大脑来思考我的问题。
名字可以不有名，但是他在这个小领域一定很专业。
如果你不确定选谁，你可以先问我两个问题，然后再选。
（100字以内回复）
我想问【图形学】里面的【如何进行实例化的优化类的问题】。之后你让 AI 模仿他的大脑，来思考你的问题。
苏格拉底式追问
就好像 树上 3 只鸟，猎人开枪打死一只，还有几只鸟？一样，让数学家回答，数学家会询问很多问题，比如鸟瞎吗？鸟聋吗？鸟是死的吗？树有多大….. 等把握。
这在我们与 AI 交流时，作用很大！
因为 AI 的知识面比你大数千倍，它能问出你未知的但可能关键的问题。
下面的提示词，来源于 Reddit上 imthemissy 大佬的思路：
【树上 3 只鸟，猎人开枪打死一只，还有几只鸟？】
请你在回答前，先问我问题。
要求：
一次只问一个问题。
根据我的回答，继续追问。
直到你有95%的信心理解我的真实需求和目标。
然后才给出方案这个 95% 的门槛是实测最好的值，保证高可用性，又避免无尽循环。
避免 AI 舔狗型
我马上要参加一场辩论赛，会有很多人来挑战我的观点，这个理论必须变得无懈可击。
如果你是一个学者，你需要用尽一切论据、细节和逻辑，来挑战我、反驳我，你的唯一目标，就是证明我是错的。你会怎么反驳呢？
你的唯一目标，就是证明我是错的。
你会怎么反驳呢？
我的观点是【对于个人小项目，next.js 比 PHP 更好用！】提前预演失败
请假设我的某个项目到时候失败了拉了大跨。
然后回答：
什么时间点开始出现衰退信号？
最致命的决策错误是什么？
你忽视的核心风险是什么？
如果能重来，第一个应该改的是什么？
要求：写一篇"失败复盘文章"，要基于真实的类似项目失败案例。
我的项目是：我现在要做小程序，是一个为本地十几家饭馆高度定制的个性化餐饮点餐系统，已签合同和定金。这个精心调教过的提示词，对于企业管理层，非常好用！
由于 AI 公司定调都是乐观的主旋律，它们给你定计划，默认是乐观态度。
我们人也喜欢乐观。
一不小心，就会做出一些不实用的计划。
因此需要提前预演失败。
AI 会把一些它能理解的踩坑点都给你爆出来，很实用。尤其是可怕的认知盲区！给你补充很多珍贵的角度。
双层解释法
我们日常学习，会遇到很多我们不熟悉的领域。
我们会下意识，让 AI 使用小学生能听懂的话给我们解释。
但是这不利于我们的后续学习。
因此最好出俩版本，【初学者版本】和【专家版本】。
两个版本对照着学。
初学者的较优实践角色是洗脚城大爷，防止语言过度幼稚，让人觉得像哄小孩，不喜欢。
请用两种方式进行回答：
1. 初学者版本：面向对象是洗脚城的大爷，用大爷也能听得懂的话语为他进行详细解释。
2. 深度专业版本： 面向对象是专业人群，一定不能出现事实错误。
请帮我解释一下【AI 领域的残差连接】。![[Pasted image 20260130200643.png]]
![[Pasted image 20260130201110.png]]
![[Pasted image 20260130201317.png]]
![[Pasted image 20260130201514.png]]
![[Pasted image 20260130201630.png]]
![[Pasted image 20260130201724.png]]