第一节我们讲清楚了：提示词工程不是一个技巧，是一套方法论。这一节我们来搭建这套方法论的基石——三个核心概念。
理解了这三个概念，后面所有的技巧和框架才有了落脚的地方。它们是地基，不是装饰。
一、什么是"好指令"
好指令不是"写得长的指令"，也不是"用了高大上词汇的指令"。好指令只有一个标准：AI按你的指令执行后，得到的结果跟你脑中想的差不多。
就这么简单。但要做到，需要理解几个核心维度。
维度一：精确 vs 模糊
这是最好理解也最难做到的维度。人类天然习惯模糊表达，因为人类会"脑补"。你说"帮我写个方案"，对方会先问"什么方案？给谁看？什么预算？"但AI不会。AI收到"帮我写个方案"，它会假设一个最通用的场景，写一个四平八稳的模板。
帮我写个方案
AI会写一份通用模板：前言、背景、目标、策略、预算。看起来都对，但用不上。
你是一家工厂的IT主管，要写一份手写订单识别系统的选型方案给老板。老板最关心三个事：多少钱、多久见效、别人用了怎么样。输出格式：一页PPT要点，不要长篇大论。
AI会给出一个可以直接拿去汇报的方案，因为你知道AI不知道的背景，你给了。
维度二：结构化 vs 开放性
结构化指令告诉AI"怎么输出"。开放性指令只告诉AI"聊什么"。
不是所有场景都需要结构化。 brainstorming、创意写作——开放性更好。但需要明确产出时，结构化输出至关重要。
- 开放性："跟我聊聊AI在工厂的应用" → AI自由发挥，可能跑偏
- 结构化："列出AI在工厂的5个应用场景，每个场景用一段话说明，包含：解决什么问题、需要什么投入、预期效果。用表格输出。" → AI按你的框架填空
维度三：有上下文 vs 无上下文
AI没有记忆——它的记忆只有你当前对话里给了它的那些信息。所以上下文不是"可有可无的补充"，而是指令的核心组成部分。
上下文要包含什么？
- 背景信息：这个任务是在什么场景下产生的？
- 目标受众：产出的东西给谁看的？
- 前置条件：有什么约束或已知条件？
- 已经做了什么：避免AI重复你已经做过的
一个经验法则：把你换成一个完全不了解情况的新同事，你需要告诉他什么，就告诉AI什么。
维度四：有限制条件 vs 无边界
不给限制条件，AI会在所有可能性中选一个最安全的。给限制条件，AI会在你划定的范围内选一个最合适的。
常见限制条件：
- 字数/长度限制："不超过300字"
- 风格限制："正式但不说官话"、"像一个老朋友在聊天"
- 内容限制："只考虑国内案例，不考虑海外"
- 格式限制："用表格输出"、"先给结论再给理由"
- 排除限制："不要提价格因素"
好指令公式（初版）
精确 + 结构化 + 有上下文 + 有限制条件 = 好指令
这四个维度不是每次都要拉满。不同场景需要不同的平衡。但这个公式可以帮你检查你的指令在哪个维度上缺了东西。
二、指令与需求之间的鸿沟
这是整个课题最关键的一个认知。
人类表达需求的方式是模糊的、跳跃的、依赖共同背景的。你说"帮我整理一下这份数据"，你心里想的是"按月份汇总、算出环比增长、标出异常值、给一个结论"。但AI看到的是"整理"两个字。
这个鸿沟有多大？举个例子：
人类脑中："我想知道上个月食堂采购费用为什么比前个月高了这么多，是不是猪肉涨价了？还是采购量变大了？帮我分析一下。"
说出来的话："帮我分析一下上个月的采购数据"
AI理解到的："用户要求分析采购数据，但没说要分析什么维度、用什么方法、输出什么格式。最安全的做法是输出一个通用分析模板。"
中间的"翻译层"，就是提示词工程要解决的问题。你没说出来的那部分信息——背景、意图、期望的输出、已知条件——需要你在指令中显式地补充进去。
这个过程，本质上跟产品经理写需求文档是一样的。你脑中有一个完整的画面，但别人看不到。你得用文字把这个画面描述出来，让别人看到跟你脑中一样的画面。
三、"指令师"思维模型
前两个概念是"是什么"。这个部分是关键转变——"怎么想"。
从"用户"到"导演"
普通人用AI的心态是"用户心态"：我提需求，你给答案。AI给得好就夸，给得不好就骂。
提示词工程要求你切换到"导演心态"：你拿着剧本，给演员讲戏。演员演得不对，不是演员的问题，是导演没讲清楚。
"写一篇关于AI的文章"
等AI写完 → 不满意 → 说"重写" → 再等 → 还不满意 → 放弃
"你是一个科技记者，写一篇1500字左右的文章，主题是AI在中小工厂的真实落地情况。目标读者是工厂老板，他们关心效果和成本，不关心技术细节。风格：务实、不说空话。先出大纲，我确认后再写全文。"
AI按你的设定演 → 你评估输出 → 调整设定 → 再演
导演的五个职责
切换到导演思维后，你要问自己五个问题。这五个问题构成了任何一条高质量指令的前置思考：
- AI扮演什么角色？ — 不给角色，AI默认是"万能的助手"。给了角色，AI会调用该领域的表达习惯和知识框架。
- 任务是什么？ — 不是一个词，是一句话。不是"写报告"，是"写一份Q2销售分析报告"。
- 输出格式是什么？ — 文字？表格？列表？Markdown？PPT要点？代码？越具体越好。
- 有什么限制条件？ — 字数、风格、范围、立场、排除项。
- 还有什么额外信息？ — 上下文、背景、示例、已知结论、参考材料。
核心观点
你不是在跟AI对话，你是在给AI导戏。每一句指令都是一条导演指令。演员演砸了，先看剧本写得清不清楚。AI输出了垃圾，先看指令写得够不够好。这个归因是本章最重要的习惯。
四、本节小结
三个核心概念，一根主线：
- 好指令 = 精确 + 结构化 + 有上下文 + 有限制条件
- 鸿沟 = 你脑中的完整画面 vs 你说出来的模糊需求。提示词工程就是翻译层
- 指令师思维 = 你不是用户，是导演。AI不是答案提供者，是演员
下一节，我们把这些概念落地成具体的方法论——任务拆解法、迭代优化法、错误模式识别。
— 第二节完 · 下一篇：方法论框架 —