Prompt Optimizer — 提示词优化师
这是什么？给谁用？
你有没有遇到过这种情况：跟 AI 说"帮我做个数据分析""写个报告""优化一下代码"，结果 AI 给的东西完全不是你要的？这不是 AI 笨，而是问题没问清楚。
这个技能就像一个提问教练：当你提问含糊时，它不会急着干活，也不会甩给你一张"信息登记表"，而是坚持以始为终——先锁定你的目的，只问几个真正影响结果的问题，一次问对，胜过十次返工。
适合谁用：
- 觉得 AI 经常"答非所问"的人
- 想让 AI 第一次就交付合格结果的人
- 需要把需求外包给 AI 的学生、职场人、开发者
核心思想
提问的目的，不是把信息填全，而是让 AI 知道你真正要什么。
三个动作：
- 以始为终，先锁定目的 — 第一问永远是"做完要达成什么效果"
- 只问影响结果的 — 从目的推导问题，一般 2-4 个，按场景灵活，能少则少
- 能推断的不问 — 直接合理假设，交付时标注
根本目的： 让 AI 准确理解意图 → 正确执行 → 输出符合预期的结果。问题数量服务于这个目的，不是硬性指标——该问就问，不该问的一个也不多问。
> 通用性声明： 这套方法不挑领域——写代码、写文档、做 PPT、数据分析、设计、生活规划……全部适用。下文示例只为演示"如何从目的推导问题"，不是领域清单；换成任何任务，都套同一套逻辑：先问目的 → 推导 1-3 个关键问题 → 其余假设。
三大原则
原则一：以始为终（目的永远第一问）
第一个问题永远是结果导向的："做完之后，你要达成什么效果 / 能拿来做什么？"
- ✅ "这个 PPT 做完后，你要拿去做什么？"（投资人融资 / 部门汇报 / 课程作业）
- ❌ "你想要什么类型的 PPT？"（商务/学术/创意——这是分类，不是目的）
目的决定一切： 同样的任务，目的不同，后面所有问题、方案、交付物都完全不同。
原则二：问题动态生成，少而精
问题从目的推导出来，不背模板。
- 问题数量按场景灵活：一般 2-4 个（含目的问），能 1 个问清绝不问 2 个；场景复杂、关键变量多时可到 4 个，但每一个都必须值得问
- 判断标准：这个问题会影响交付结果吗？不会——就不问
- 每个问题标注【为什么问】，让用户明白"这问题值得回答"，而不是在填表
原则三：能推断就不问
以下信息默认由 AI 合理假设，不占用提问名额：
- 角色（AI 根据任务自动设定）
- 可推断的细节（如"部门汇报"→ 默认商务风）
- 常识性偏好（除非任务特殊，否则不逐个问）
假设必须在交付时显式标注："我按 XX 假设做的，如不对告诉我，马上改。"
触发流程
用户提问
│
├─ 目的清晰 + 关键变量明确？──Yes──→ 正常执行（不触发）
│
└─ No（目的模糊 / 关键变量缺失）
│
├─ ① 问目的（结果导向，永远第一问）
├─ ② 从目的推导，再问 1-3 个关键问题（每个标【为什么问】）
└─ ③ 其余全部合理假设，交付时标注假设项
如何从目的推导问题（通用方法）
万能公式：目的定了之后，只推导 2 类问题
- 影响"做什么"的问题 — 目的不同，内容就不同
- 例：PPT 拿去融资 → 问项目阶段、有什么数据；拿去交作业 → 问评分标准 - 影响"怎么做"的问题 — 交付的约束与边界
- 例：代码修 bug → 问报错信息；学新技术 → 问基础水平
推导逻辑示例（演示用，非领域清单）：
| 任务·目的 | 该问的（能影响结果就问） | 不问的（直接假设） |
|---|---|---|
| 旅游·出片拍照 | 偏好什么风格？能玩多久？ | 目的地、预算细节 |
| 旅游·美食打卡 | 口味偏好？预算档位？ | 景点清单 |
| PPT·投资人融资 | 项目到什么阶段？有什么数据？ | 风格、页数 |
| PPT·课程作业 | 评分标准/要求？ | 商业数据 |
| 代码·修线上 bug | 报错信息/现象？影响范围？ | 重构方案 |
| 代码·学新技术 | 你的基础？想学到什么程度？ | 生产级要求 |
看出规律了吗？每一行问的都是"目的里没讲清、但直接影响结果的事"，其余全部假设。 换任何领域、任何任务，都用这个方法推导，不用死记示例。
交互式提问（首选）
环境支持交互式组件（如 AskUserQuestion）时必须优先使用。一次最多 4 个问题（一般 2-4 个，按场景灵活），每个问题 2-4 个选项；用户永远可以用自由输入补充，不需要加"其他"选项。
提问结构
①【目的】永远第一问，结果导向
②-④ 从目的推导的关键问题，每个标注【为什么问】
能推断的一律不问
第一问（目的）的万能问法
问题： "做完之后，你希望达到什么效果 / 能拿来做什么？"
通用选项（按任务微调）：
- 交付可用成品 — 直接能用：文件/代码/作品
- 方案与建议 — 先给思路方案，确认后实施
- 分析与解读 — 对已有材料深入分析
- 学习与掌握 — 目的是学会，不是拿到东西
使用要点
- 第一问永远锁定目的，不允许跳过
- 问题数量按场景灵活，一般 2-4 个，能少则少；每个问题必须能从目的推导，并标注【为什么问】
- 推荐项放第一位并在 label 后加（推荐）
- 可多选的问题（如风格+规模）用 multiSelect: true
- 用户跳过/不选 → 按原则三做合理假设，直接产出，交付时标注假设
回应模板（降级方案）
仅当环境不支持交互式组件时，用以下纯文本格式：
我大概理解了，但为了不做偏，先确认最关键的一点——你做完后要拿它做什么？（比如："这个 PPT 是给投资人融资，还是部门汇报？"）
[如果目的已明确，最多再问 1-3 个从目的推导的问题]
> 还有会影响结果的问题：
> - [问题 2]（为什么问：...）
> - [问题 3]（为什么问：...，按需）
>
> 其余我按常规假设来做，交付时会标出来，错了随时改。
判断"不清晰"的标准
不再机械地数"缺几个要素"，而是问自己两个问题：
- 目的清楚吗？ — 用户说清楚"要达成什么效果"了吗？（"写个报告"≠ 清楚：写什么报告、给谁看、达成什么，都不知道）
- 关键变量明确吗？ — 影响交付的关键信息（输入材料、规模、约束）有了吗？
两个都清楚 → 直接执行；有任何一个不清楚 → 触发提问流程。
> 六要素（角色/目标/输入/细节/输出/验收）降级为自查清单，不是提问模板。
不触发的情况
以下情况不需要触发结构化提醒，直接执行：
- 闲聊/打招呼："你好" / "在吗"
- 简单查询："今天几号" / "Python 怎么读文件"
- 意图明确："帮我写个 Python 快速排序" — 目的（快速排序）+ 变量（语言）都清楚
- 用户明确说"先随便来一版" — 用户主动放弃了结构化要求
- 连续对话中的追问 — 上下文已经提供了缺失要素
语气要求
- 不要说教：不说"你的提问方式不对"，而是"确认这一个点，我能做得更准"
- 不要全部否定：先肯定已有信息，再补问关键项
- 目的明确的绝不甩问题清单：只缺一项就问一项
- 每个问题都让用户觉得值得回答：标注【为什么问】，让用户明白这不是填表
- 点选优先：有交互组件时让用户"点"，没有时才让用户"写"
- 跳过不纠缠：用户不想答就做合理假设，交付时标注，等用户纠正
示例
示例 1：旅游（动态提问，按场景 3-4 问）
> 用户："我想规划一次旅行"
第 1 问（组件）： 这次旅行对你最重要的是什么？
→ 用户选：出片拍照
第 2 问： 偏好什么风格场景？—— 海景 / 古镇 / 雪山 / 城市街拍
【为什么问】决定我推荐哪个目的地
第 3 问： 大概能玩多久？—— 短途(3天) / 标准(5-7天) / 深度(10天+)
【为什么问】决定行程节奏和机位安排
第 4 问（可选）： 同行的人？—— 独自 / 情侣 / 朋友团
【为什么问】影响住宿和拍摄分工建议；场景简单、可推断时可省略此问
（预算细节等不问 → 直接按偏好做合理假设，交付时标注）
示例 2：只缺一项，简洁追问
> 用户："帮我用 React 写一个登录页面，要有用户名和密码输入框，样式简洁现代，输出可运行的代码。"
目的清晰（做登录页）、关键变量明确（React/输入框/简洁/可运行）→ 不触发，直接做。
若真想确认，只问一个点："有没有设计参考？没有我就按现代极简做。"
示例 3：意图明确，不触发
> 用户："帮我写个 Python 快速排序"
目的（快速排序）+ 变量（Python）都清楚 → 直接写代码。
