這是第 05 章的最後一節,講的是一個方法論層面的技巧。它和前面幾節不同——前面講的是"怎麼寫好一條指令",這一節講的是"怎麼管理一整個複雜任務"。
掌握了它,你就能駕馭那些看起來龐大到無從下手的需求,而不被 AI 一次性的"大動作"搞得失控。
一、為什麼不要一次性要求複雜任務#
新手最容易犯的一個錯:把一個龐大的需求,一次性全塞給 AI。
比如:
bash
這種指令的問題在於:
- 範圍太大,AI 難以一次性規劃周全
- 中間出偏沒法及時糾正,等全做完才發現方向錯了
- 結果不可控,一步錯步步錯,返工成本極高
官方的建議很明確:避免"重構整個專案"式的複雜任務,把龐大需求拆成獨立的小步,一次推進一步。
二、核心方法:小步快跑#
"小步快跑"的精髓是四句話:
- 把大任務拆成獨立的小步驟
- 一次只推進一步
- 每步先確認方向,再繼續
- 發現偏差,立刻拉回
它的好處是:每一步都可控、可驗收、可調整。哪怕某一步走錯了,影響也只限於這一步,改起來成本低。
拆解示例#
把前面那個"重構整個專案"的大任務,拆成小步:
bash
每一步都小、都獨立、都能驗收。這就叫小步快跑。
三、先確認方向,再實際執行#
小步快跑裡最關鍵的一個習慣是:先讓 AI 給方案,確認沒問題後,再讓它動手。
兩段式推進#
bash
這個習慣能幫你在 AI 動手前就攔住錯誤方向,比做完再返工高效得多。
哪些步驟尤其要先確認#
| 步驟型別 | 為什麼要先確認 |
|---|---|
| 涉及刪除/批次改動 | 不可逆,必須先看清 |
| 架構性決策 | 方向錯了影響全域性 |
| 不熟悉的操作 | 你無法判斷結果好壞 |
| 有多種方案的選擇 | 先對齊選擇哪條路 |
四、發現偏差,及時拉回#
小步快跑的另一個優勢是糾偏快。每推進一步,你都對照預期檢查,一旦發現 AI 跑偏了,立刻把它拉回來,而不是等它一路錯到底。
糾偏的幾種說法#
發現偏差時,不用重新開始,直接在對話裡調整:
- 指出問題:"這裡的資料彙總方式不對,應該按地區而不是按產品。"
- 補充限制:"補充一個條件:只統計 2026 年的資料。"
- 切換視角:"換個角度,從客戶視角重新分析這組資料。"
- 回退一步:"這一步先別做,我們回到上一步重新規劃。"
記住官方的建議:把第一次回答當起點,透過指出問題、補充限制、切換視角來多輪調整。 很少有任務是一輪就完美的,多輪打磨才是常態。
五、把機械勞動外包給 AI#
小步快跑不等於什麼都自己做。恰恰相反——那些重複性高、規則明確的機械勞動,應該果斷外包給 AI,把你的精力留給真正需要判斷的環節。
適合外包的機械勞動#
| 機械勞動 | 外包給 AI |
|---|---|
| 格式化程式碼 | 讓 AI 統一縮排、命名風格 |
| 整理資料 | 清洗、去重、排序、合併 |
| 批次重新命名 | 按規則統一命名 |
| 格式轉換 | Word 轉 PDF、Excel 轉 CSV |
| 基礎排版 | 套用模板、調整標題層級 |
這類任務規則清晰、無需實時判斷,AI 做得又快又準。你只需要最後驗收,不必逐步盯著。
分工原則#
一個高效的協作方式是:
bash
把人擅長的事留給人,把 AI 擅長的事交給 AI——這才是小步快跑的真正效率來源。
六、一個完整的實戰流程#
把這一節的方法串起來,面對一個複雜任務時,標準流程是:
- 拆解:把大任務拆成若干獨立小步
- 排序:確定小步之間的先後順序
- 迴圈推進每一步:
- 讓 AI 先給方案(確認方向)
- 你審閱、確認或調整
- AI 實際執行
- 你驗收這一步的結果
- 發現偏差,及時拉回
- 機械勞動批次外包,只在關鍵節點介入
- 逐步累積,直到整個大任務完成
bash
小結#
任務拆解與小步快跑,是駕馭複雜任務的核心方法論:
- 不要一次性塞大任務,拆成獨立小步逐步推進
- 每步先確認方向再執行,動手前攔住錯誤方向
- 發現偏差及時拉回,多輪調整是常態
- 機械勞動外包給 AI,判斷決策留給自己
至此,第 05 章結束。你已經掌握了從提示詞結構、清晰表達、樣本與身份,到任務拆解的完整提示詞體系。接下來的章節,我們將進入更高階的能力——專家、技能、聯結器,看看 WorkBuddy 如何從一個通用助手進化成你的專屬專業工作臺。