[水]AI使用技巧抛砖引玉

摘要：AI使用杂谈，抛砖引玉，探讨了AI的问题与AI的高效使用。

目录

导言

AI带来的问题与解决概论

AI本身的问题

AI带来的问题

正确使用

高效输入原则

1. 优化输入：简洁 + 具体

2. 分步提问：逐步聚焦

3. 指定回答形式：控制输出

4. 使用否定条件：排除无关信息

5. 迭代提问：快速纠偏

6. 借助示例或模板：减少描述负担

7. 利用 AI 的上下文记忆：简化后续提问

结合工具

验证评估

推荐的使用场景

场景

最后的话

---

导言

抛砖引玉。AI时代，个人认为“3步之内必有解药”，AI带来的问题让AI来解决。

大家都在怎么使用AI，怎么样使用AI更高效？AI可信么？会不会有什么问题？

结合AI的回答与网上的DeepSeek解读资料，我们一一探究。

AI带来的问题与解决概论

AI，总结有两大问题

AI本身的问题

AI本身是存在缺陷的，即AI幻觉、可解释性、实时更新、个人隐私、恶意输出等

• 结果模糊

常常会有“信息过载、可用信息少、答案不够精确”的情况。这确实部分源于用户描述不够具体，但也与 AI 的设计目标（提供广泛信息而非精准答案）有关。

需要学习提示词，学习更高效的使用方法。

• 结果被导向预期结果

当提示语中包含明显立场或者预设或倾向，获得的信息总是支持特定观点。

出现可能情况时，明确要求AI提供不同观点或者论据，对AI的输出保持警惕，审视自己的输入和AI的输出。

• 结果错误但AI自信

AI可能提供错误的数据与预测

鼓励AI在不明确时说明，要求AI提供信息来源，要求AI从多个角度验证来源。

AI带来的问题

• 职业危机

“会被AI代替么？”“AI是来帮我还是取代我的”。

不同位置、不同情况的个人对这两个问题的答案都是不一样的，但不可否认的是，AI带来了严重的“职业危机”焦虑。

一个比之前任何时间都需要深度学习的时代、一个比之前任何时间都适合深度学习的时代。

努力提升自己，积极拥抱AI，把能做的都做了，保持好心态应对挑战，加油，共勉。

• 依赖过度

AI多数时候是对的(今后的准确率会越来越高)，且现在资料来源越来越权威、清晰。

当人们越来越习惯使用AI的时候，很容易出现依赖过度的问题，内容仅仅由AI生成，长期不自己深度思考会有副作用。

要注意保持自己的深度思考与学习总结。

• 信息泄露

要注意不输入个人与公司的机密数据。

正确使用

要正确使用需要明确目标、优化输入、结合工具、迭代验证。

了解上述步骤的基本原则，进阶的AI使用就需要了解Prompt的提示词设计与使用了。

高效输入原则

明确问题+控制输出

1. 优化输入：简洁 + 具体

• 问题： 你可能输入过于笼统（如 “Java 怎么用”），导致 AI 返回大量泛化信息。
• 方法：
  • 关键词提炼： 提取核心问题，减少修饰词。
    • 示例：从 “我想知道 Java 怎么处理并发问题” 简化为 “Java 并发处理方法”。
  • 加上下文： 用 1-2 句话提供背景。
    • 示例： “我在写 Java Web 应用，需要处理并发，推荐什么方法？”
• 效果： AI 聚焦于并发相关内容，避免泛谈 Java 基础。

2. 分步提问：逐步聚焦

• 问题： 一次性提问复杂问题，AI 可能试图覆盖所有可能性，信息过多。
• 方法：
  • 将问题拆成小块，逐步深入。
    • 示例：

• 效果： 每次回答更精准，逐步逼近需求，避免冗长。

3. 指定回答形式：控制输出

• 问题： AI 默认返回长篇文字，技术问题可能需要代码或简答。
• 方法：
  • 明确要求格式，如 “简短回答”、“代码示例”、“步骤列表”。
    • 示例：
      • “Java 如何实现单例？给代码示例。”
      • “简述 Spring Boot 启动流程，50 字内。”
• 效果： 输出更符合预期，减少筛选时间。

4. 使用否定条件：排除无关信息

• 问题： AI 可能包含你不需要的内容。
• 方法：
  • 加上否定限定，如 “不要讲基础”、“不涉及历史”。
    • 示例： “Java 8 Stream 用法，代码示例，不要讲 Lambda 历史。”
• 效果： 直接跳过冗余背景，直奔主题。

5. 迭代提问：快速纠偏

• 问题： 首次回答不精确，因描述不清难以重写长篇。
• 方法：
  • 根据回答调整，短句补充。
    • 示例：
      • 问：“Java 怎么优化性能？”
      • 答：讲了一堆无关的 GC。
      • 追问：“只讲代码层面的优化，简短点。”
• 效果： 通过 2-3 次交互锁定答案，比重写长描述更快。

6. 借助示例或模板：减少描述负担

• 问题： 不擅长长篇描述，难以表达完整需求。
• 方法：
  • 提供问题示例或模板，让 AI 推导。
    • 示例：
      • “像这样优化 Java 代码：`for(int i=0;i<100;i++){sum+=i;}”，怎么更快？”
• 效果： AI 根据示例直接回答，省去复杂描述。

7. 利用 AI 的上下文记忆：简化后续提问

• 问题： 反复描述背景浪费时间。
• 方法：
  • 在同一会话中延续话题，AI 会记住上下文。
    • 示例：
      • 问：“Java GC 怎么工作？”
      • 追问：“G1 具体呢？”
• 效果： 后续提问更简洁，答案更精准。

结合工具

多了解AI，形成属于自己的AI工具箱以服务自己的生产目标。

验证评估

可以让AI回答资料来源+官方说明文档，AI文档与权威资料交叉检查来确保准确性。

推荐的使用场景

说出自己的需求，然后让AI推荐使用，让AI说明工作流程。

“AI推荐AI”

场景

Q：我现在想做自媒体，做一些视频和写一些文章，有哪些AI可以使用？要求推荐最好用的，并且给出工作流程

A：

最后的话

略。勇敢去做、去相信自己、去投入

资料提取

通过网盘分享的文件：DeepSeek解读.zip
链接: https://pan.baidu.com/s/1kaRfgthv5wcrrhBV5cJ3Cg?pwd=6gun 提取码: 6gun