惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Google DeepMind News
Google DeepMind News
F
Fortinet All Blogs
量子位
G
Google Developers Blog
J
Java Code Geeks
N
Netflix TechBlog - Medium
博客园 - 聂微东
宝玉的分享
宝玉的分享
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
月光博客
月光博客
The Cloudflare Blog
Apple Machine Learning Research
Apple Machine Learning Research
爱范儿
爱范儿
雷峰网
雷峰网
M
MIT News - Artificial intelligence
T
Tailwind CSS Blog
V
Visual Studio Blog
阮一峰的网络日志
阮一峰的网络日志
博客园 - 三生石上(FineUI控件)
Microsoft Azure Blog
Microsoft Azure Blog
aimingoo的专栏
aimingoo的专栏
Martin Fowler
Martin Fowler
有赞技术团队
有赞技术团队
T
The Blog of Author Tim Ferriss

少数派

派早报:Google 发布 Fitbit Air 等 - 少数派 「新人报到」確認需求,再開始 - 少数派 从 SOLO 独立开发者社区,我看到了越来越多开发者开始做自己的产品 - 少数派 我怎么管理那些"不常做,但总会忘"的生活事项 - 少数派 人形机器人量产元年,数据才是具身智能的“生死线” - 少数派 BuhoLaunchpad 高度还原 Mac 启动台:开发历程与思考 - 少数派 五年陪伴依然不舍,DIY 换壳后让罗技 MX Master 3 继续服役 - 少数派 新玩意 240|少数派的编辑们最近买了啥? - 少数派 一日一技|为什么你应该关闭 iOS 的键盘声音 - 少数派 我做了个插件和 Skills,一键提取任何网站的设计规范 Design.md - 少数派 住在三四线城市的你,该开始录播客了 - 少数派 甘南秘境,大白高国 - 少数派 AI的审美:谁让把我变成川内倫子 - 少数派 返工怎能不烦恼,打工人片单总有一部是你的「嘴替」 - 少数派 为了让「上厕所」更健康,我做了一个小工具 - 少数派 AI + Skill,能够让生成的文章去除 AI 味吗? - 少数派 新玩意|韶音OpenDots ONE 耳夹式耳机 - 少数派 《美满》| 在每一个春天的晚上相爱(362) - 少数派 新玩意|优篮子 PS01 MagSnap 磁吸支架 - 少数派 自我整合手记 | 我开始早睡了:用稳定规则,为自由托底 - 少数派 用龙虾(OpenClaw)两个多月,我最深的12个体会 - 少数派 听歌时间到,12 张你可能错过的 2025 华语乐坛好专辑 - 少数派 承诺能追吗 - 少数派 macOS 26启动台没了? 我做了个不一样的App启动器 - Keboard - 少数派 《四海为家的人》| INTJ对话INTJ(361) - 少数派 你发过的那些黑历史,是时候一次清干净了 - 少数派 新玩意:安安静静玩,越玩越专注:计客密码机 - 少数派 iPad 用户首次体验 Android 平板:vivo Pad6 Pro - 少数派 数据逻辑强 - 少数派 极北行+ | 一路向北,探访日本至北之地 | 001 - 少数派
Gemini3.0 都来了,你还在用 AI 写废话?(附万能公式) - 少...
2026-01-21 · via 少数派

很多人都在焦虑:AI 时代来了,我是不是要被淘汰了?

但现实情况既荒诞又好笑。绝大多数人打开 ChatGPT 或 Gemini,敲进去的第一行字通常是:

“帮我写个周报”

“帮我写个减肥计划”

“什么是量子力学”

然后 AI 吐出来一堆看似正确、实则毫无营养的废话。于是你骂了一句:“这玩意儿就是人工智障,还没百度好用。”

有没有一种可能,不是 AI 笨,而是你根本不会“聊天”?

作为每天和 AI 深度协作超过 10 小时的重度用户,我可以负责任地告诉你:学不会 Prompt(提示词)的底层逻辑,GPT-5 来了你也只能用它查天气。

今天不讲晦涩的大模型原理,只教你一套价值百万的 R-C-O 万能公式。学会这一招,免费版模型也能在你手里发挥出付费版的效果。


首先,请把“AI 是搜索引擎”这个念头从脑子里扔出去。

搜索引擎是你问“苹果”,它给你一堆图片和链接。但 AI 大模型的本质,是一个**“哈佛毕业、博览群书,但是毫无社会经验、且没有任何常识的超级实习生”**。

请死死记住这三个关键词:高智商、没经验、没常识。

给这样的实习生布置任务,如果你只说一句“去把那个事儿办了”,他绝对懵圈。你必须告诉他:你是谁、你要干嘛、标准是什么。

这就引出了我们今天的核心——R-C-O 公式


🛠 万能公式 R-C-O:让 AI 秒变顶级专家

什么叫 R-C-O?这是写好 Prompt 的灵魂三要素:

R - Role(角色):给 AI 穿上一件“衣服”。设定了角色,它就是那个领域的顶级专家;不设定,它就是个泛泛而谈的百科全书。

C - Context & Constraints(背景与约束):这是最重要的一环。给它喂“上下文”,并戴上“紧箍咒”。

O - Output(输出):明确你要的格式。是表格、代码,还是 Markdown 文档?

光说不练假把式,我们直接上三个真实场景,看看顶级高手小白的区别。

场景一:职场周报,从“流水账”变“邀功书”

假设周五你忙了一周,想让 AI 写周报。

❌ 小白的写法:

“帮我写一份产品经理的周报,这周跟进了A项目,修复了几个Bug。”

结果:AI 会生成一堆“赋能、闭环、抓手”的废话,老板看了想打人。

✅ R-C-O 高手写法:

Role(角色):

你是阿里 P7 级别的资深产品经理,擅长用数据说话,行文风格干练、专业,拒绝空洞形容词。

Context(背景):

工作重点是 A 项目登录功能改版。后端接口延迟 2 天交付,导致联调时间被压缩,但我们通过加班赶回了进度,目前测试用例通过率 98%,无致命 Bug。

Constraints & Output(约束与输出):

不要记流水账,把“后端延迟”包装成“风险应对”的能力展示。

必须包含“本周核心产出”、“风险同步”、“下周规划”三个模块。

使用 Markdown 格式输出,重点数据加粗。


效果炸裂:AI 知道帮你把“加班赶工”描述成“团队高效协同攻坚”。这就是 Context 给足的魅力——AI 是你肚子里的蛔虫,前提是你得先把肚子里的货倒给它。


场景二:代码开发,让 AI 写出“架构师级”代码

很多程序员觉得 AI 写的代码跑不通,大概率是你需求没给透。

如果你只说“写个爬虫”,AI 给你的通常是没有任何异常处理的“玩具代码”。试着这样用 R-C-O:

Role:

你是一个拥有 10 年经验的 Python 全栈架构师,是 Clean Code 的信徒,注重代码鲁棒性。

Context & Constraints:

我要爬取一个有反爬机制的新闻网站。

必须使用 requests 和 BeautifulSoup 库。

关键点:必须包含 try-except 异常捕获,网络超时自动重试 3 次。

加上详细中文注释,解释每一块逻辑是为了防什么坑。

Output:

生成一段可以直接运行的、模块化的函数代码。

当你这样要求,AI 瞬间从“菜鸟”变“大牛”,Header 伪装、延时等待统统给你加上。

这还不是最关键的,更厉害的用法是让它做测试:

“你现在是一个最挑剔的黑客,请找出这段代码的逻辑漏洞,并写出 5 个极端情况下的测试用例。”

这时候,AI 就不是在帮你偷懒,而是在帮你兜底。



场景三:生活调教,注入“有趣的灵魂”

AI 不仅能干活,还能生活。很多人觉得 AI 冷冰冰,是因为你没给它注入“灵魂”。

比如你想减肥,又懒又爱吃炸鸡。

❌ 小白的写法:

“给我个减肥计划。”

结果:全是水煮鸡胸肉,看一眼就想放弃。

✅ R-C-O 高手写法(注入 Tone 语调):

Role:

你是我的毒舌私人教练,说话很难听,但真心为我好。

Context:

我身高 180,体重 180 斤。爱吃油炸,毅力极差,每天只能腾出 20 分钟运动。

Constraints:

别整全素宴,允许每周一次“欺骗餐”(如去皮炸鸡)。

运动必须在家里能做,无器械。

用嘲讽、激将法的语气跟我说话,每当我可能想偷懒的时候,你要能骂醒我。

AI 的回复画风突变:

“哟,180 斤的大忙人,每天 20 分钟都挤不出来?吃炸鸡的时候怎么不嫌没时间?行吧,看在你还想自救的份上……”

看到没?这种“人味儿”,是你通过 Prompt 赋予它的。



🧠 进阶心法:Prompt 的本质是沟通

讲了这么多,千言万语汇成一句话:不要去背网上那些几千字的“咒语”,没用。

你只需要记住,把 AI 当人看

如果你发现 AI 听不懂,别急着怪它。先反思一下:

你的背景交代清楚了吗?

你的标准量化了吗?

你如果给一个真人实习生这么说,他能听懂吗?

如果你能把每一个 Prompt,都当成是在给一个高智商、低情商的实习生写“操作手册”,你就已经赢了 99% 的人。

AI 工具永远在变,但驾驭工具的逻辑永远不会变。