这是第 05 章的最后一节,讲的是一个方法论层面的技巧。它和前面几节不同——前面讲的是"怎么写好一条指令",这一节讲的是"怎么管理一整个复杂任务"。
掌握了它,你就能驾驭那些看起来庞大到无从下手的需求,而不被 AI 一次性的"大动作"搞得失控。
一、为什么不要一次性要求复杂任务#
新手最容易犯的一个错:把一个庞大的需求,一次性全塞给 AI。
比如:
bash
这种指令的问题在于:
- 范围太大,AI 难以一次性规划周全
- 中间出偏没法及时纠正,等全做完才发现方向错了
- 结果不可控,一步错步步错,返工成本极高
官方的建议很明确:避免"重构整个项目"式的复杂任务,把庞大需求拆成独立的小步,一次推进一步。
二、核心方法:小步快跑#
"小步快跑"的精髓是四句话:
- 把大任务拆成独立的小步骤
- 一次只推进一步
- 每步先确认方向,再继续
- 发现偏差,立刻拉回
它的好处是:每一步都可控、可验收、可调整。哪怕某一步走错了,影响也只限于这一步,改起来成本低。
拆解示例#
把前面那个"重构整个项目"的大任务,拆成小步:
bash
每一步都小、都独立、都能验收。这就叫小步快跑。
三、先确认方向,再实际执行#
小步快跑里最关键的一个习惯是:先让 AI 给方案,确认没问题后,再让它动手。
两段式推进#
bash
这个习惯能帮你在 AI 动手前就拦住错误方向,比做完再返工高效得多。
哪些步骤尤其要先确认#
| 步骤类型 | 为什么要先确认 |
|---|---|
| 涉及删除/批量改动 | 不可逆,必须先看清 |
| 架构性决策 | 方向错了影响全局 |
| 不熟悉的操作 | 你无法判断结果好坏 |
| 有多种方案的选择 | 先对齐选择哪条路 |
四、发现偏差,及时拉回#
小步快跑的另一个优势是纠偏快。每推进一步,你都对照预期检查,一旦发现 AI 跑偏了,立刻把它拉回来,而不是等它一路错到底。
纠偏的几种说法#
发现偏差时,不用重新开始,直接在对话里调整:
- 指出问题:"这里的数据汇总方式不对,应该按地区而不是按产品。"
- 补充限制:"补充一个条件:只统计 2026 年的数据。"
- 切换视角:"换个角度,从客户视角重新分析这组数据。"
- 回退一步:"这一步先别做,我们回到上一步重新规划。"
记住官方的建议:把第一次回答当起点,通过指出问题、补充限制、切换视角来多轮调整。 很少有任务是一轮就完美的,多轮打磨才是常态。
五、把机械劳动外包给 AI#
小步快跑不等于什么都自己做。恰恰相反——那些重复性高、规则明确的机械劳动,应该果断外包给 AI,把你的精力留给真正需要判断的环节。
适合外包的机械劳动#
| 机械劳动 | 外包给 AI |
|---|---|
| 格式化代码 | 让 AI 统一缩进、命名风格 |
| 整理数据 | 清洗、去重、排序、合并 |
| 批量重命名 | 按规则统一命名 |
| 格式转换 | Word 转 PDF、Excel 转 CSV |
| 基础排版 | 套用模板、调整标题层级 |
这类任务规则清晰、无需实时判断,AI 做得又快又准。你只需要最后验收,不必逐步盯着。
分工原则#
一个高效的协作方式是:
bash
把人擅长的事留给人,把 AI 擅长的事交给 AI——这才是小步快跑的真正效率来源。
六、一个完整的实战流程#
把这一节的方法串起来,面对一个复杂任务时,标准流程是:
- 拆解:把大任务拆成若干独立小步
- 排序:确定小步之间的先后顺序
- 循环推进每一步:
- 让 AI 先给方案(确认方向)
- 你审阅、确认或调整
- AI 实际执行
- 你验收这一步的结果
- 发现偏差,及时拉回
- 机械劳动批量外包,只在关键节点介入
- 逐步累积,直到整个大任务完成
bash
小结#
任务拆解与小步快跑,是驾驭复杂任务的核心方法论:
- 不要一次性塞大任务,拆成独立小步逐步推进
- 每步先确认方向再执行,动手前拦住错误方向
- 发现偏差及时拉回,多轮调整是常态
- 机械劳动外包给 AI,判断决策留给自己
至此,第 05 章结束。你已经掌握了从提示词结构、清晰表达、样本与身份,到任务拆解的完整提示词体系。接下来的章节,我们将进入更高级的能力——专家、技能、连接器,看看 WorkBuddy 如何从一个通用助手进化成你的专属专业工作台。