用 AI 放大任何技能：从提示工程到五类实际用法
把 AI 当成系统工具，增强你热爱的创作并自动化不需要创造力的工作
概要
Dan Koe 把 AI 定义为能与写作、营销、设计或编程组合的元技能，但强调它不能弥补使用者本身的能力不足。文章先用词元、上下文窗口、基础模型、推理模型、联网研究与“套壳应用”建立概念地图，再把提示工程解释为用文字设计系统。一个元提示应给出角色、上下文、详细指令、示例、约束和输出格式；先提供足够细节，再测试、加入真实案例并反复校正格式，才能形成可重复使用的提示库。实际应用包括把联网 AI 当搜索入口、作为语言或阅读陪练、为创作与商业研究产生候选想法、分析客户画像和写作声音，以及拆解目标和日志。作者的判断准则是：保留自己热爱的创造性环节，让 AI 处理讨厌且不需要创造力的工作，同时对输出核查。文章写于 2025 年 3 月，ChatGPT 4o、Claude 3.7、DeepSeek V3/R1、价格、上下文、ARR、“本周上线”等均是当时快照，不代表 2026 年现状；95%、10 倍、两倍效率、15 条病毒帖和商业创意等是营销表述而非保证。Kortex 与邮件墙提示库属于推广。
正文翻译
AI 是你能获得的最新、也最强的高价值技能。
但它不像其他技能。
人们现在让你学习的大多数“高收入”技能——例如邮件营销、社交媒体、网页设计、编程等——都会随着技术演进而改变，而改变此刻就在发生。
AI 是一种新的元技能；把它与你拥有的任何数字技能组合，价值都会增加十倍。
现在，有些人很怀疑。
“Dan，你不是写过大概五封通讯，说 AI 不会取代创作工作吗？”
没错。许多人误解了这一点，以为我反对 AI，因为他们只会非黑即白地思考。
“AI 会摧毁世界、毁掉所有创造力、夺走我们的目的来源。”
不会。它只会毁掉那些早已变成机器的人的生活：他们被一套繁殖有用工人的系统塑造，从不追求自己的道路、创造自己的工作或寻找自己的目的。
“使用 AI 的人越多，就会变得越笨。”
对某些把思考外包给 AI 的人来说，确实如此。但现实是，AI 可以大幅磨利思维、帮助你更快学习、移除大量忙碌工作，使你专注于真正享受的技艺。
问题是，95% 的人不理解 AI 最基础的知识。
他们只输入一句话，就期待它改变人生。
AI 是一项技能。
技能需要学习、练习，并在生活中实施。
所以，我想按照 AI 当前的状态，为你提供一堂迷你大师课。
这样，你就能比大多数迟迟才理解它的人更快改变生活和工作。
我们会：
我还会展示，怎样写出能在十秒内生成 15 条病毒式社交帖子的提示词。
以及怎样精确复制任何人的声音，或产生有利润潜力的商业想法。
要谈的内容很多。
第一部分可能让你觉得无聊。
但如果你是来学习的，就会理解学习不总是有趣。它需要努力，即使过程不像你习惯的廉价多巴胺那样连续刺激，也要留下来。学习的大部分时间，都感觉自己什么也没学到。
拿出笔记，我们开始。
AI 模型与工具基础
我会尽量缩短这一部分。
事实上，我让 AI 把这一节压缩到原来的一半，因为我不喜欢技术写作。
如果只关心怎样写提示词，以及怎样把 AI 加入工作流程，可以直接跳到后面。
如果你不开发 AI，也不在 AI 公司工作，大概不需要理解所有内部机制。就像使用邮件营销软件，不需要知道怎样开发它。但拥有全局理解仍有帮助。
如果想完整深入理解 LLM，可以观看 Andrej Karpathy 的视频。他是 OpenAI 的创始成员之一，确实懂这些东西。
基础模型
LLM，也就是大型语言模型，是今天人们所说的“AI”。
与模型聊天时，文字会转换为“词元”进行处理。可以把词元想成单词碎片：有时是完整单词，有时只是其中一部分。例如，“chatting”可能被拆成“chat”和“ting”两个词元。AI 就这样消化文字，而多数模型一次能处理数千个词元。
每次新对话都会建立一个新的“上下文窗口”，决定 AI 能访问或记住哪些词元。与 AI 对话越多，词元流就越大；如果超过上下文窗口——ChatGPT 4o 有 128k 词元上下文窗口——早期内容会被挤出去，模型就可能开始遗忘。
主要公司与模型包括：
每家公司都会随时间发布改进模型，例如 Claude Sonnet 3.7 或 ChatGPT 4.5。模型的差异来自：
不同模型擅长不同任务。Claude Sonnet 在写作和编程上占优，但用它处理海量信息，可能比 Gemini 昂贵。
我建议先试各家的免费层，或者使用能随任务切换模型的软件。Kortex 会在本周加入这个功能。
思考模型
基础模型不够时，ChatGPT o1、思考模式中的 Claude Sonnet 3.7 或 DeepSeek R1 等“推理”或“思考”模型，会提供额外处理能力。
这些模型价格更高，但会用可见的“思考”过程模拟人的问题解决：
当复杂写作需要更深分析，或编程问题超出基础知识时，它们值得额外成本。
工具
尽管能力很强，LLM 仍有局限：
互联网搜索和 DeepResearch 工具会弥补这些缺口。Perplexity 像“加强版 Google 搜索”，用优秀界面提供高度相关的信息。我现在使用它的频率远高于 Google。
Perplexity、ChatGPT 等产品中的 DeepResearch，把互联网搜索与延长思考能力结合。只要指令得当，它会输出全面研究和可供探索、事实核查的来源，为写作者与研究者节省数小时。
套壳应用
套壳应用把 LLM 与专用工具结合，服务特定工作流程。
现在大多数初创公司都在做这类东西，因为它们能拿基础模型，为具体用例提高效果。
你当然可以把 ChatGPT 与工作并排使用，但这些专用套壳有更多提示工程和不同界面，因此在特定场景更实用。
把 OpenAI 想成新的 Walmart，把套壳应用想成新的健康补充剂商店。
学习一项新技能：提示工程
真正“擅长”AI，意味着从任务思考者转向系统思考者。
当你写一个提示，或写一串提示来完成例如生成 15 条社交帖子的目标，你正在用文字建设一个系统。
这和写代码相似：
AI 不会改变实现目标的过程，只会帮助你更快完成，提供更多可用知识，也可能帮助整体克服或避开盲点。它帮助人快速作出更高质量决定。
所以，学会使用 AI 后，你能更快建设、更快学习，并降低失败概率。
但这里有一个陷阱：
AI 无法弥补能力不足。
AI 不是你一直在潜意识寻找的快速致富门票，而这大概也是你阅读本文的原因。
只向 AI 输入一句话，希望一次就完成任何任务，是愚蠢的，不会把你带到任何地方。
当然，如果只是搜索信息并获得快速答案，在 Perplexity 输入一句话完全可以。
但对多数其他用例，需要长得多、详细得多的提示。
怎样写出强力提示词
提示词有两种：
我们会聚焦元提示，因为它对结果影响最大。
好的元提示有很多写法，我喜欢把它分成这些部分：
这里有一个我制作的内容总结提示词示例，用于总结书籍和 YouTube 视频，因为大多数通用 AI 摘要很糟，无法提供有用信息。
而这个提示会准确提供我需要的内容，让我在引用信息来源时写出深入、细腻的文字。
美妙之处在于，你可以只写一次提示，把它存进 Kortex 等软件的笔记或文档，需要时随时引用。
更美妙的是，我还有一个能替你编写更好提示词的提示词。
我们讨论的大多数提示词都会放在里面。
没错，它需要留下邮箱才能访问，因为我想把它们放进带说明的课程式平台。
所以，每当想创建提示词，先把 Meta Prompt Creator 粘贴到 AI 工具中，最好使用 Claude 3.7 或 ChatGPT o1 等推理模型。
你需要完善几次才能真正合适。下面逐步介绍过程。
如果想让 AI 帮我批量写病毒式社交帖子，我会这样做：
一、提供尽可能多的细节。
把 AI 想成一个很聪明、却没有任何具体信息的人。
只要提出要求，它可以把事情做到尚可；但要让结果惊艳，就需要给出具体指令和细节。
一点五，或者为自己写一份怎样写帖子的短指南。
这可能需要时间。但请记住，只要提示词做对了，就能反复使用，从工作时间中削掉一小时又一小时。
我把 Meta Prompt Creator 粘贴进 Claude Sonnet，它很快也会进入 Kortex。
然后，把以前自己写过、并且知道还能更好的提示词交给它。
二、测试并完善。
最初输出还可以，但我知道加入示例会更好。
于是，我搜索自己的灵感资料库，也在 X 上寻找自己表现最好的帖子，以及我喜欢的其他人的帖子。
我在提示词的“指令”下新增“示例”小节，再试一次。
结果好得多。
三、敲定输出格式。
AI 的格式有时会很混乱。
对社交帖子来说，它把所有内容搅在一起，没有换行或分隔。虽然能用，但我希望每一条输出都像真正的帖子。
这里有一个例子：我让 kAI 使用社交帖子提示词，从两周前的通讯中提取想法。
这些帖子还不错，也像我的声音。但我把它当作一种提取想法的方法；那些想法原本也会从通讯中提取。眼前已经有潜在推文时，人会更容易“用推文思考”。
使用几次后，继续做细微调整，直到输出保持稳定。
每周节省数小时：AI 用例
我无法放弃写作。
我太享受它了。尽管我确实用 AI 压缩了本文第一部分，因为不喜欢写技术内容。
这让我开始思考 AI 应该用来做什么：
AI 应该增强你热爱的创作，并自动化你讨厌的忙碌工作。
对有些人而言，忙碌工作可能就是写作，他们可能讨厌它。如果他们想让 AI 吐出一批 SEO 文章或社交帖子，我不认为这是问题。
AI 应该帮助你专注技艺，并提高表现。
所以，为了找出 AI 最能怎样帮助你，请写下这些问题：
即使 AI 没有为创作节省时间，又有什么关系？更好的信息会提高作品质量。
下面是几个潜在用例，但你还可以为更多场景创造自己的提示词。
创建提示词后，把它们存进笔记应用，以便快速访问。
用例一：新的 Google 搜索
如果当前 AI 模型没有把你的生产力至少提高两倍，说明你用错了，或者还没有改变习惯、让自己优先使用 AI。
和我年龄相近的人，大概都理解这种体验：母亲问你一个问题，你立刻在心中想，“她为什么不直接 Google？”
小时候，我这一代和更早的人天然拥有一种生产力超能力，因为可以使用 Google。我们能寻找新机会、探索好奇心、回答问题，不必翻教科书，也不必给能回答的专家寄信。
这是每个个体都拥有的惊人力量。
这对你而言可能是一个“没劲”的 AI 用例，但我保证，它是所有用例中最强大的。
想象 Google 搜索怎样改变你的生活，再把效果乘以十。
具体这样做：
当你在 Photoshop、Canva、Figma、视频剪辑、写帖子、编程或其他任务中卡住，就选择合适模型提问，更快越过问题。
用例二：加速学习与智力陪练
如果成功取决于掌握正确知识并实施它，那么 AI 至少能帮助第一部分。
无论你正在：
都可以把 AI 当作智力陪练。
你可以把书的章节粘贴到 AI 模型中，阅读时要求它深入解释具体概念。
可以写一个提示，把 AI 变成语言教练，教授并测试你的进展。
可以把整份 PDF 交给 Gemini 等模型，不必逐页滚动或放书签，就找到需要的信息。
我会另写一整封信，讨论怎样用 AI 读书，因为我听过一些相当愚蠢的说法，说“AI 会让读书变得无关紧要”。
用例三：为创作或创业产生想法
如果你在写书、通讯、YouTube 脚本或任何需要创意的东西，可以这样做：
寻找商业或初创项目等新方向时，要考虑很多事。想法可行吗？值得追吗？市场有竞争者吗？
你可以使用或创建 Business Idea Analysis 等提示词，一次获得全部信息。AI 的研究速度可以远高于你。
用例四：客户画像与声音分析
如果你是一个不想专注营销、不想写落地页或推广的写作者，这里可以非常有创意。
最后，也是我最喜欢的方式：根据一份参考文字创建完整声音分析。
可以把任何书籍章节、通讯或文字稿交给详尽的声音分析提示词，再把结果存入笔记，留待以后使用。
然后，把声音分析与大纲框架、几个想法组合，让 AI 精确模仿那个人写作。
这很疯狂。说真的，试试这个。
用例五：个人成长与清晰度
我想，多数人已经在以前的信和视频中见识过 Strategic Advisor 提示词有多好。
但它还能做更多事。
这里先停下，因为我已经在用潜在用例轰炸你，再继续可能会让人不堪重负。
我希望你做的是：
想想那些必须做但不想做的事情，例如：
然后从全局思考：你能创建怎样的一系列提示，让自己更快完成这些事，或者把它们完全自动化。
希望这封信对你有帮助，也希望你找到一些很酷的东西可以尝试。
作者：Dan Koe