但随着模型越来越强，你会发现另一件事：
最有效、最高产、最容易上手的提示词，往往是最简单的那一句。
注意啊，一定要是推理模型）
我后面发现，像我这样的懒人，就适合这一个技巧。
那么啥是 Hotker Prompt 呢？
传统提示词：
你告诉模型怎么做。
Hotker Prompt：
你告诉模型“要什么结果”，让它自己决定“怎么做”。
这像是：
- 传统 Prompt = “你写代码”
- Hotker Prompt = “你提需求，AI 写方案 + 写代码”
我一般让 AI 开始写作、编程等复杂任务前，我会先这样
1 | 优化提示词：「这里写你的口语化提示词」 |
就这一步，AI 的输出质量大幅度提高
为啥？
很多人用AI时都陷入“信息过载”误区，觉得写得越详细越好，却忽略了AI的核心需求——明确的核心目标+清晰的场景边界，而非杂乱无章的信息堆砌
而这个办法，就是很好的帮助我们利用 AI 自己的能力：任务、模式归纳和自我拓展
AI 自己来：推断你想要什么、设计结构、优化逻辑、选择写作风格、自动扩展深度、输出一个“接近最优解”的结果，我就问问以上这些环节，谁会做的比 AI 好，谁会在同样质量下比 AI 快？
试用场景也很广
几乎适用于所有“创作类”“结构化输出”的任务：
- 写文章
- 写论文
- 写脚本
- 写帖子
- 写计划书
- 写商业报告
- 生成运营方案
- 生成 PPT 大纲
- 课程设计
- 产品文案
- 故事/营销文案
- 数据分析结论
它的核心。就是把绝大部分结构化的任务拆解、输出格式、写作目标……全部交给 AI 自己决定，而不是你来写
当然了，如果你需要更加精确的，让 AI 按照你的设计行动，还是要学习专业的 PE，以及 Spec
但是对于小白用户，Hotker Prompt 绝对是最佳入门首选
最后，还有一招
1 | 请你自我优化，充分运用批评与自我批评这个武器，然后给出更好的版本 |
经过了这一招，谷歌终于给了我一个一劳永逸的提示词技巧：
1 | 请你不要执行接下来的任务。你现在的身份是世界顶级的提示工程专家，请仔细阅读我提供的【初始提示词】，并从清晰度、专业度、结构化、模型适应性四个维度进行批判性优化。请仅输出优化后的提示词内容，并用 ``` 包裹起来。 |
我道心破碎了，这个方法其实不叫Hotker Prompt，其实叫：两步提示法 (Two-Step Prompting)