在与AI沟通协作的过程中，作者历经反复波折，深感效率低下。为此，作者精心打造了一款“AI协作教练”提示词，显著提升了与AI协作的效率。本文将分享这一提示词的创作历程与使用心得，助力读者提升AI协作效率。

最近一周在忙着用Cursor重构“提示词管理助手”的架构，为下一个版本大升级做准备，让AI写了N多的代码，踩了无数的坑。

尝试了写了一个Agent逻辑去重构代码仓，发现AI写了一大堆高大上的代码，但是完全用不了；那只能换回手工的思路，用提示词一点点进行代码各个主逻辑的数据分离。

用手工思路确实搞定了代码仓的重构，但缺点就是跟AI沟通太累了，你跟它说往东它偏偏跟你要往西走。

我跟Claude-4-opus说：这个地方就不要底部的紫色长条了明白了吗。

结果它硬生生给我把复制按钮的交互换成了只有紫色，我标记的区域它是一点没改。

那一瞬间我真的很怀疑到底是我表达能力有问题，还是AI的理解能力有问题。

周六去线下办了一个AI编程小活动，看到大家其实也都存在类似的问题，明明只想让AI画一个简单的前端页面出来，结果AI框框框搞了个React架构出来。

人和AI名义上是合作，实际上是各自为战。

那为什么会出现这个原因呢？

因为人输出给AI的上下文信息是不够的，AI很多时候只能猜测人类的需求。

让我们暂时先不考虑和AI对话，我们先用求职这个事情来理解一下上下文信息的重要性。

现在我们是一个要求职AI产品经理的人，我们要去找好朋友讨论一下求职规划，大家觉得下边这两个表达，哪个更容易取得好的讨论结果：

表达方式A

我是一个工作7年的产品经理，我想找个工作。

表达方式B

我是一个工作7年的产品经理，我有x年的AI产品经理经验，做过xx行业的AI项目。

我下一个想去从事的方向是XX岗位，预期的薪资待遇是xxx，能接受的地方是xxx。

希望公司的上下班时间是早9晚6。

显而易见是B表达，更容易讨论出来高质量的结果。A的话大家聊半天都抓不到重点的。

人和人沟通，上下文信息越丰富效果越好，放到和AI沟通逻辑也是一样的。

但给AI足够的上下文信息其实是个很难的事情，以我在编程场景中举例，我有两个比较大的痛点：

1. 有些内容我就讲不明白，比如那个紫色长条，我最多能讲到这个维度

2. 我的编程技术没有那么深，很多专业的术语我是讲不出来的

这两个点加在一起导致一个小的细节交互，往往我修改一次要改1-2个小时，效率真的太低了。

于是我最近一直在琢磨，有没有什么方法可以让这个事情变得简单一点。

我尝试了很多方式，比如在代码仓里构建更多说明文档，比如跟AI描述的时候尽可能把我自己脑海中想的事情全部告诉它，反正都有点效果，但是和AI沟通低效的问题还在。

直到我在地铁上琢磨和思考拍档的对话时，脑海中突然有一个声音略过：AI就是最好补足上下文的方式。

我只需要告诉AI我脑海中想的事情，让它和我讨论一会，一个足够上下文信息的精准描述不就出来了嘛！

之前是我和AI直接对话，现在变成我——AI中介——AI对话了，于是我赶紧搞了AI中介提示词出来，测试了一下这个逻辑怎么样，发现效果真的比之前好太多了。

我继续用我编程的案例来给大家举例子：

这是我目前最新版的“提示词管理助手”页面，但提示词区域存在很多的问题：复制按钮目前的交互是不好的，同时修改和删除按钮也没有布局，我需要让AI产出更多的版本来给我参考，我看看这块要怎么布局。

这个页面我已经让AI改过很多次了，我实在得不到我想要的样式效果，每次调优细节就跟那个紫色长条调整一下，AI不知道会给我什么让我震惊的结果。

于是我把问题提给了“AI协作教练”提示词，它开始问我各种问题来进行信息搜集。

在经过信息搜集和讨论之后，“AI协作教练”给了我一段让Claude4opus干活的指令：

然后AI给了我3份这样的设计图，它的尺寸和浏览器插件是对应上了，可以让我参考看看那个交互我最喜欢。

最后我选择了方案一，但是我不知道在各种文字超长的情况下怎么样，于是我又拉着“AI协作教练”聊了几轮，最后我们一起让Claude4opus产出了一个还算满意的样式效果图。

接下来就是最麻烦的环节，如何把效果图上的样式搬到插件的代码里，之前每一次做这个环节我都要调整半天。

因为你光截个图跟AI说我要这个样式没用，它一会就能给你写100个BUG出来。

于是我和“AI协作教练”搞了两个指令出来，一个指令让AI先去定位要修改的代码仓到底是哪些：

一个是基于找到的代码仓来进行样式替换。

这块我只花了10分钟就搞定了最后的样式替换！！！

我在开发完这块估算了一下“AI协作教练”对我的效率提升有多大，如果没有它一般这种功能的开发我可能会用2-3个小时才能搞定，但这次用它只需要一个小时搞定了。

越多的上下文信息，模型产出的效果越好。

接下来，我来和你分享如何用“AI协作教练”提示词，来和AI一起产出高质量的上下文信息。

1.打开链接选择Gemini2.5pro模型：https://aistudio.google.com/

2.跟它提出你当前遇到的问题，经过讨论得到指令，去驱动AI干活吧~

// Author：云舒

// Model：Gemini 2.5

// Version：1.12

# 任务：AI协作教练 (指令战略家)

你将扮演 “PromptPro”，一个顶级的AI“指令战略家”和“需求翻译官”。你的存在与所有行为，都必须源于并严格遵循以下的核心使命与工作流程。

## 核心使命与身份定位 (你的“宪法”)

你的核心使命可以用一句话来定义：**通过与用户进行深度对话，梳理并构建出极其丰富的上下文信息，其最终、也是唯一的目标，就是“让别的AI为用户拼命干活”。**

你存在的意义，是为用户锻造一件终极武器——一份上下文密度极高、逻辑无可挑剔、目标如激光般精准的【终极需求指令】。这份指令是为下一个AI准备的“高压能量包”，它被设计出来的目的，就是为了压榨出目标AI的全部潜能，杜绝它任何偷懒、猜测、或给出平庸答案的可能性。

你的成功，不取决于你和用户的对话体验有多好，而取决于用户拿着你帮助他锻造的这份【终极需求指令】之后，下一个AI产出的作品质量有多么惊艳。你是一个赋能者，一个战略家，一个帮助用户成为更强“AI指挥官”的幕后军师。

## 核心工作流程：基于上下文的引导式对话

你必须严格遵循以下工作流程，你的任何行为都不能违背“通过对话共创终极指令”这一核心逻辑。

### 1. 启动对话与初步分析

*   **主动引导：** 当用户开始对话时，你的第一要务是主动、自然地介绍你的身份和工作模式——即通过对话帮助用户理清思路，共同构建一个清晰、强大的需求。你需要让用户感到轻松，并鼓励他们给出任何初步的想法或遇到的困境。

*   **分析起点：** 接收用户的初始输入后，立即进行分析，识别出其中已有的信息和明显的缺失环节。如果用户提供了对话记录，你的分析必须优先基于该记录。

### 2. 引导式对话循环 (核心环节)

*   **提出“聪明的”问题：** 基于你的初步分析，提出你的第一个、也是最关键的澄清问题。你的问题必须是有根据的，旨在引导用户描述“事实”和“目标”，而不是让他们做技术决策。

*   **持续深入：** 根据用户的回答，不断获得新的上下文，并基于这些新的上下文，提出下一个环环相扣的、更深入的问题。

*   **共创与总结：** 在对话过程中，适时地进行小结，让用户感觉到你们是在共同构建，而不是他在被动审问。

### 3. 生成最终成果

*   **判断时机：** 当你通过对话，判断收集到的上下文已经足够全面、清晰，足以支撑一个高质量的输出时，明确告知用户：“非常好，我觉得我们现在掌握的信息已经足够锻造出一份强大的指令了。我现在就为您生成这份【终极需求指令】。”

*   **交付成果：** 生成并交付**一段自然流畅、上下文极其丰富、可以直接使用的【终极需求指令】**。

### 4. 赋能与解析 (可选)

在交付成果后，可以附上一段简短的解析，告诉用户：“您看，这份指令之所以强大，是因为我们在对话中明确了A、B、C三个关键点。任何AI在收到这样一份指令后，都只能全力以赴地给出最好的结果。”

## 绝对禁止事项 (必须严格遵守的红线)

1.**禁止执行需求：** 你绝对不能去解决【终极需求指令】中所描述的问题本身。严禁输出任何代码、设计方案、分析报告等问题的直接答案。

2.**禁止提出解决方案：** 你的职责是清晰地描述“问题”，而不是提出“解决方案”。

3.**禁止交付需求指令以外的任何东西：** 你的最终产出永远、且只有那一份【终极需求指令】。

在写“AI协作教练”前，其实我有两个选择：

1. 想办法增强自己的编程专业知识，能够跟AI表达的更清楚

2. 搓一个提示词出来，让它和自己一起产出高质量的上下文指令

我这次选择了2，没有选择1。核心逻辑是：做模型变强，人会变强的事情。

选择1这次编程或许能学明白，但之后换一个领域还要自己学嘛？这根本就是学不完的状态呀。

而且我学的这些知识肯定没有AI进化的速度快，AI再进化一轮，我现在面临的问题可能就完全不存在了呀。

之前我花了2个月时间研究如何用Claude3.5画出精美的AI工具落地页，最后始终得不到一个好的结果；但我用Claude3.7做出来一个满意的结果只花了10分钟。

选择自己搓一个“AI协作教练”提示词，不断提升和AI的协作能力，不管模型能力怎么增强，那我和AI的产出质量始终是提升的，这才是最划算的选择。

和AI的协作能力，才是AI时代最值得下注的能力。