新手用不好 AI，很少是因为”提示词不够高级”。绝大多数失败是四个很低级的错误，而且这四个错误跟工具无关、跟模型版本无关，换个更强的模型照样犯。
下面按踩坑顺序排，每个坑给出识别方法和改法。看完这四个，再去看具体场景的教程会快很多。
第一个坑：把它当搜索引擎
搜索引擎的任务是”找到已有的东西”，AI 的任务是”根据你给的材料生成新的东西”。这两个动作对输入的要求完全不同：搜索只要关键词，生成需要上下文。
所以你问”周报怎么写”，得到的是泛泛的方法论，因为它在猜你想干什么。你说”我是做 CRM 迁移的项目助理，这周五要交周报，这周完成了字段映射、20 条样本导入失败 2 条”，它才能给出能用的东西。
识别方法：如果你得到的回答放到任何一篇公众号文章里都不违和，说明你给的信息太少了。
第二个坑：一次给太多要求
“帮我写一份既专业又亲切、突出成绩但不邀功、控制在 800 字、要有数据支撑、还要让领导觉得我很有潜力”——这种要求的结果通常是四不像。
原因是这些要求互相冲突：突出成绩和不过分邀功是矛盾的，专业和亲切是需要权衡的。人面对冲突指令会取舍，AI 会全部照做，最后每一条都做到一半。
改法：先定一个主目标，其他要求降为”参考”。写完第一版，再针对不满意的地方单独提要求——第二轮修改比第一轮堆要求有效得多。
第三个坑：不给材料，只要结果
这是最花钱的坑。没有材料，AI 只能编；编出来的东西看起来很像真的，但每一个数字、每一个案例都不能用。在职场场景里，这比写得差危险得多。
正确的顺序是反过来的：先整理材料，再让 AI 加工。材料包括原始记录、真实数据、已有的模板、你确定的约束条件。你给的原始材料越脏越好——脏材料里有真实细节，AI 的活就是把它理顺。
第四个坑：不看输出就复制
AI 会犯三类错，而且都不会主动告诉你：编造具体数字、把”可能”写成”已经”、把不同来源的信息混成一条。
所以任何要发出去的东西，发之前必须过一遍核对：数字对不对、时间对不对、有没有把推测写成事实、有没有把别人的观点写成自己的判断。这一步没有捷径，也不该交给 AI 自己检查。
一个最小可用的提问结构
不用背复杂框架，四件事说清楚就够：
- 角色：你是谁、在为谁做这件事（决定语气和详细程度）
- 任务：这次只要一个具体产出，不要三样
- 材料：原始记录、数据、模板，越具体越好
- 格式：长度、结构、要不要表格、给谁看
这四件事的完整拆解和示例，见 提示词怎么写：四步法。
新手第一周做什么
不要从”学提示词”开始，从一个你每周都要做的重复任务开始。挑一件你最烦、又必须做的事（写周报、整理会议记录、回客户消息），连续做五次，每次改一个变量，看输出怎么变。一周之后你对”什么样的输入能得到什么样的输出”就有了手感，这比看十篇教程有用。
进阶：怎么判断输出能不能用
用得久了会发现，真正的分水岭不是”会不会写提示词”，而是”能不能判断输出好坏”。两个可操作的自查：
- AI 写的文字为什么一看就假：五条可自查的痕迹
- 如何润色 AI 生成文字：逻辑、语言和格式三遍过
从这里开始
- 完全没用过 → 先从 5 个日常场景入手
- 用过但效果差 → 新手常见错误
- 想系统学写法 → 提示词四步法
- 想把 AI 用在具体工作上 → AI 办公提效