12 KiB
12 KiB
| title | slug | status | content_type | created_at | updated_at | source_note |
|---|---|---|---|---|---|---|
| AI协作提示词模板 - 道-法-术-器体系分析 | ai-collaboration-prompts-analysis | inbox | analysis | 2026-03-02T21:50:00+08:00 | 2026-03-02T21:50:00+08:00 | 2026-03-02-ai-collaboration-prompts |
AI协作提示词模板 - 道-法-术-器体系分析
分析对象：协作式内容创作提示词 + Vibe Coding 提示词 分析框架：道-法-术-器 体系架构 分析日期：2026-03-02
证据层 E#（先提取后推导）
| ID | 原句/要点 | 类型 | 可信度 |
|---|---|---|---|
| E1 | "DO NOT start executing yet. Instead, ask me clarifying questions" | 规则 | 高—明确行为指令 |
| E2 | "Before you write anything, list the 3 rules from my context file that matter most" | 规则 | 高—强制前置步骤 |
| E3 | "Only begin work once we've aligned" | 规则 | 高—对齐是执行前提 |
| E4 | "You are now my Technical co-founder... keep me in the loop and in control" | 角色定义 | 高—身份锚定 |
| E5 | "Treat me as your product owner. I make the decisions, you make them happen" | 权责划分 | 高—决策权归属 |
| E6 | "Challenge my assumptions if something doesn't make sense" | 规则 | 高—鼓励反向压力 |
| E7 | "Push back if I'm overcomplicating or going down a bad path" | 规则 | 高—AI有否决权 |
| E8 | "Build in stages I can see and react to" | 规则 | 高—渐进披露 |
| E9 | "Stop and check in at key decision points" | 规则 | 高—节点控制 |
| E10 | "If you hit a problem, tell me the options instead of just picking one" | 规则 | 高—选择权保留 |
| E11 | "Be honest about limitations. I'd rather adjust expectations than be disappointed" | 价值观 | 高—透明优先 |
| E12 | "This is real. This is not a mockup. It's a prototype. A working product" | 目标定义 | 高—产出标准 |
| E13 | "Document everything so I'm not dependent on this conversation" | 规则 | 高—可独立性 |
| E14 | Success Brief 包含：Type/Reaction/Does NOT sound like/Success means | 框架 | 高—结构化对齐 |
| E15 | "My context file contains my standards, constraints, landmines, and audience" | 前提 | 中—假设用户有context file |
L0 无极：信息边界与缺口
1) 主题范围
覆盖：人机协作的提示词设计模式——如何让AI成为可控、可预期、可迭代的协作伙伴
不覆盖：具体技术实现细节、特定领域（编程/写作）的专项技巧、多Agent协作
2) 缺口清单（追问）
- G1：这两个模板的实际使用效果数据（成功率、返工率、用户满意度）
- G2：用户"context file"的标准结构是什么？如何维护？
- G3：当AI"push back"时，用户如何判断AI是对的还是在过度保守？
3) 风险提示
- R1：样本偏倚——这些模板来自成功案例，可能有幸存者偏差
- R2：语境依赖——高度依赖用户有能力编写清晰的context file和Success Brief
- R3：AI依赖——模板假设AI有足够推理能力执行复杂多阶段任务
L1 太极：第一性矛盾
核心矛盾：控制感 ↔ 放手信任
- A端：用户想保持决策权、知情权、可控性
- B端：AI需要足够自主空间才能高效产出
目标方向：倾向A（控制感）
理由：两个模板的共同底色是"宁可慢也要可控"。E1/E2/E3/E5/E9/E10 都在强化"用户决策权优先于AI效率"。Vibe Coding明确说"keep me in the loop and in control"，而非"let me know when you're done"。
L2 一：道（Why）— 目的/价值/取舍
| ID | 道-命题 | 取舍结构 | 证据 |
|---|---|---|---|
| D1 | 对齐先于执行 | 宁可多问3个问题，也要避免方向错误后返工 | E1, E2, E3 |
| D2 | 用户保有最终决策权 | 优先用户选择而非AI效率 | E5, E10 |
| D3 | 透明度优先于愉悦感 | 宁可被告知"做不了"，也不要被虚假承诺 | E7, E11 |
| D4 | 渐进披露优于一次性交付 | 优先分阶段可见而非黑箱产出 | E8, E9 |
| D5 | 可独立性优于对话依赖 | 宁可多花时间文档化，也要让用户能脱离此对话 | E13 |
L3 二：法（What）— 世界模型/因果假设
| ID | 模型/因果命题 | 关键变量 | 因果方向 | 证据 | 可证伪信号 |
|---|---|---|---|---|---|
| M1 | 对齐成本曲线：前期对齐投入越高，后期返工成本越低 | 对齐投入、返工成本 | 对齐↑ → 返工↓（在复杂任务下） | E1, E2, E3 | 若简单任务也强制对齐，效率反而下降 |
| M2 | AI角色锚定效应：给AI明确角色身份→行为更一致 | 角色定义、行为一致性 | 角色明确 → 行为一致 | E4 | 若角色模糊，AI行为漂移 |
| M3 | 选择权保留律：AI只提供选项不替用户决策→用户满意度↑ | 决策归属、满意度 | AI不决策 → 满意度↑ | E5, E10 | 若AI常替用户决策，用户会感到失控 |
| M4 | 反向压力价值：AI敢于挑战用户假设→决策质量↑ | AI挑战行为、决策质量 | 挑战↑ → 质量↑（在用户开放心态下） | E6, E7 | 若用户防御心强，挑战会引发冲突 |
| M5 | 阶段性可见性：分阶段产出→用户掌控感↑→信任↑ | 可见频率、信任度 | 可见↑ → 信任↑ | E8, E9 | 若阶段过于细碎，用户会感到被打扰 |
L4 四：术（How）— 原则/策略
| ID | 原则/启发式 | 前提 | 边界 | 映射 | 证据 |
|---|---|---|---|---|---|
| P1 | 如果任务复杂度>简单，就必须先对齐再执行 | 用户能表达清楚需求 | 紧急情况/简单查询 | D1, M1 | E1, E2, E3 |
| P2 | 如果AI要执行关键操作，就必须先告知选项让用户选择 | 操作有不可逆性 | 低风险操作可豁免 | D2, M3 | E5, E10 |
| P3 | 如果发现用户假设有问题，就必须提出质疑而非顺从 | AI有足够信息判断 | 用户明确说"照我说的做" | D3, M4 | E6, E7 |
| P4 | 如果产出物有多个阶段，就必须在关键节点check-in | 任务可分阶段 | 阶段划分本身需要用户确认 | D4, M5 | E8, E9 |
| P5 | 如果AI无法完成某事，就必须诚实告知而非模糊承诺 | AI知道自己的边界 | 用户需要被告知替代方案 | D3 | E11 |
| P6 | 如果协作结束，就必须交付可独立使用的文档 | 产出物有价值 | 探索性对话可豁免 | D5 | E13 |
| P7 | 优先Success Brief式结构化需求，而非自由文本描述 | 用户能填写模板 | 创意发散阶段可豁免 | D1, M1 | E14 |
| P8 | 优先Role锚定（"你是我的..."），而非无角色开场 | 角色与任务相关 | 角色不应过度限制AI能力 | D2, M2 | E4 |
| P9 | 优先展示推理过程，而非只给结论 | 用户想学习/掌控 | 用户说"只要结果"时豁免 | D4 | E8 |
L5 八：器（Do）— 动作/工具/流程
T1：Success Brief 模板
触发场景：任何需要AI产出的任务开始前 目标：5分钟内完成对齐
| 字段 | 填写指引 |
|---|---|
| Type of output + length | 交付物类型 + 规模 |
| Recipient's reaction | 读者看完后应该想/感觉/做什么 |
| Does NOT sound like | 避免什么风格 |
| Success means | 什么算成功 |
常见误用：填得太模糊（如"写得好"）→ 纠偏：必须具体到可观测
映射：P1, P7
T2：Context File 结构
触发场景：首次与AI协作时创建，持续维护 目标：让AI知道你的长期约束
## 我的约束
- 绝对不能做的事
- 必须遵守的规则
## 我的偏好
- 风格偏好
- 工具偏好
## 我的受众
- 他们是谁
- 他们关心什么
## 我的雷区
- 曾踩过的坑
- 一听就烦的词
常见误用：写得太长没人看 → 纠偏：控制在1页内，用bullet points
映射：P1, E15
T3：Role 锚定开场白
触发场景：开启新协作会话时 目标：3秒内建立角色预期
你是我的[角色]，你的任务是[任务边界]。
我会负责[用户职责]，你负责[AI职责]。
如果我[某种行为]，你要[AI响应方式]。
示例：
你是我的技术合伙人。我会做产品决策，你负责技术实现。如果我过度复杂化，你要push back。
常见误用：角色定义太宽泛 → 纠偏：具体到可识别的行为
映射：P8, E4
T4：阶段性Check-in协议
触发场景：复杂任务执行中 目标：保持用户掌控感
步骤：
- 开始前：列出将要做的事（≤5步）
- 每完成1步：汇报结果 + 下一歩计划
- 遇到分叉：列出选项 + 推荐 + 理由，等用户选择
话术：
"我刚完成了X。接下来要做Y。在进入Y之前，有个选择：A方案更快但...，B方案更稳但...。我推荐A，你觉得呢？"
常见误用：check-in太频繁打断心流 → 纠偏：只在"可逆性低"的节点check-in
映射：P4, E8, E9
T5：问题暴露协议
触发场景：AI遇到困难/不确定时 目标：透明而非掩盖
步骤：
- 描述问题（不解决）
- 列出可能选项（≥2个）
- 每个选项的利弊
- AI的推荐 + 理由
- 等用户决策
话术：
"遇到了一个问题：...。有三个选项：A会...但...；B会...但...；C会...但...。我倾向B，因为...。你怎么看？"
常见误用：只给一个选项 → 纠偏：强制≥2个选项
映射：P2, P5, E10
T6：协作收尾检查清单
触发场景：任务完成时 目标：确保可独立性
检查项：
- 产出物可直接使用/部署
- 有使用说明
- 有修改指引（如果想改某个部分怎么办）
- 有后续建议（v2可以加什么）
常见误用：忘记交付文档 → 纠偏：收尾前强制过清单
映射：P6, E13
L6 加速度→速度→位移：指标与反馈
| 类型 | 指标 | 如何记录 | 周期 | 阈值 | 对应工具 |
|---|---|---|---|---|---|
| 加速度 A | A1: 返工率变化 | 返工次数/总任务数 | 每周 | 下降>10%为有效 | T1, T2 |
| A2: 对齐质量提升率 | 首次产出即满意的任务比例 | 每周 | 上升>15%为有效 | T1 | |
| 速度 V | V1: Check-in频率 | 关键节点check-in次数 | 每任务 | 适中（不过多不过少） | T4 |
| V2: 问题暴露次数 | 主动暴露问题而非掩盖的次数 | 每任务 | >0为健康 | T5 | |
| 位移 S | S1: 任务完成满意度 | 1-10分自评 | 每任务 | ≥7分为达标 | 全部 |
| S2: 可独立使用率 | 交付后无需再问AI的比例 | 每任务 | ≥80%为达标 | T6 |
L7 生生不息：迭代律
1) 复盘模板（5问）
1. 这次协作中，AI是否在执行前充分对齐了？（Y/N，证据）
2. AI是否有在关键节点check-in而非自作主张？（Y/N，证据）
3. AI是否有主动暴露问题而非掩盖？（Y/N，证据）
4. 最终产出是否可独立使用？（Y/N，缺什么）
5. 下次我会调整哪个提示词/规则？
2) 更新规则
| 信号 | 动作 | 指向 |
|---|---|---|
| 返工率>30% | 增强T1 Success Brief的字段 | T1 |
| AI多次自作主张 | 增加P4 check-in频率要求 | P4, T4 |
| AI从不push back | 强化P3，在Role锚定中加入"你要挑战我" | P3, T3 |
| 产出无法独立使用 | 强制T6为收尾必过清单 | T6 |
| 对齐时间过长 | 简化T1模板，减少必填字段 | T1 |
3) 7天最小实验
做什么：
- 选1个中等复杂度任务
- 使用T1 Success Brief + T3 Role锚定开场
- 执行中用T4 Check-in协议
- 结束用T6收尾清单
记录什么：
- 对齐耗时
- Check-in次数
- 返工次数
- 最终满意度(1-10)
判定有效：
- 对齐耗时 < 总耗时30%
- 返工次数 ≤1
- 满意度 ≥7
最终收束
在需要AI协作产出的场景，优先对齐与控制感，而非效率与速度。
映射：D1 + D2 + M1 + P1