AI说话，和带实习生是一回事。差别在哪儿？第一个是在提问，第二个是在下规格。会写提示词的人把大模型当一个刚入职的实习生来带：你是谁、要什么、格式是什么、有什么限制、什么叫好什么叫不好，全交代清楚，它干出来的活才能用。System Prompt 是每次对话不变的东西；User Prompt 是每次变的东西。提示词不是技术问题，是信任问题。Vibe Coding 把写代码的门槛降下来了，但把“想清楚要做什么”的门槛抬高了。有人觉得这是降级，我倒觉得是升级。
这节课要解决的问题：怎么从”跟 AI 聊天”升级到”让 AI 按你的规格干活”，以及怎么用 Cursor/Trae 快速出一个能跑的 Demo。
开场（5 分钟）
上节课我们把 AI 产品的五层结构拆开了。这节课讲最外层、也是大家最熟悉的那一层——怎么跟 AI 说话。
我先做个小调查：在座各位，平时用 ChatGPT 或者豆包，最常用的提示词是什么？
“帮我写个周报。”
“翻译一下这段。”
“这个代码报错了帮我看看。”
对吧？都是这种一句话任务。不能说不对，但这是把大模型当搜索引擎用——查完就走，用完就扔。
会写提示词的人不是这样的。他们把大模型当一个刚入职的实习生用：你得告诉它你是谁、要什么、格式是什么、有什么限制、什么叫好什么叫不好。交代清楚了，它干出来的活才能用。
这节课就教你怎么把这个”实习生”带明白。
第一部分：从问答到规格（35 分钟）
普通人 vs 会写的人，差别在哪
我给大家看两个提示词的对比。
普通人写的：
帮我写一篇关于 AI 产品经理的文章。
会写的人写的：
你是一位有 10 年经验的互联网产品经理，现在在知乎写专栏。请写一篇 2000 字左右的文章，主题是”AI 产品经理和传统产品经理到底有什么区别”。
要求：
- 开头用一个真实场景切入，不要上来就定义
- 分三个层面讲：工作内容、能力要求、思维方式
- 每个层面配一个具体例子，不要空泛
- 结尾给一个明确判断，不要”都有道理”式的和稀泥
- 语气像跟同行聊天，不要像教科书
输出格式：Markdown，二级标题分节，每节不超过 400 字。
看到差别了吗？
第一个提示词，AI 给你写出来的东西十有八九是那种”正确的废话”——“AI 产品经理需要具备技术理解力、业务洞察力和产品思维”——你看完什么也没记住。
第二个提示词，你把身份、字数、结构、例子要求、语气、输出格式全交代了。AI 出来的东西虽然不一定完美，但至少方向是对的，你在这个基础上改两稿就能用。
这就是差别。
提示词的九个组件
一个产品级提示词，不是想到什么写什么，它有结构。我总结成九个组件，你以后写提示词的时候对着检查就行。
1. 身份
告诉 AI 它是谁。
“你是一位资深前端工程师。”
“你是一位有 10 年经验的儿科医生。”
“你是一位擅长写带货文案的小红书博主。”
身份决定了 AI 说话的角度和用词。你让一个”儿科医生”和一个”程序员”写同一段关于”发烧怎么办”的回复，语气完全不一样。
2. 背景
交代一下上下文，让 AI 知道你在什么场景下问这个。
“我们是一家做电商 SaaS 的小公司，团队 10 个人，现在要写一封给客户的续费提醒邮件。”
没有背景，AI 只能猜。猜错了你就得重来。
3. 目标
你要它干什么？说具体。
不要说”帮我优化一下”，要说”把这段话术改得更口语化，让看的人觉得是朋友在推荐，不是销售在推销”。
4. 输入
你给它什么材料？是一段文字？一个表格？一个 PDF？
要交代清楚输入是什么、从哪到哪、你要它基于什么来回答。
5. 步骤
如果任务比较复杂，把步骤拆给它。
“第一步先总结这段文字的核心观点；第二步列出三个最关键的数据；第三步分析这些数据说明了什么问题。”
分步走，AI 不容易跑偏。你直接甩一个复杂任务给它，它大概率中间某步就给你忘了。
6. 输出格式
你要它给你什么格式？纯文本？Markdown？表格？JSON？还是直接给你一段可以贴进代码里的东西？
这个一定要说清楚。不说的话，AI 默认给你一大段文字，你还得自己整理。
7. 示例
给一两个例子，比你写十句要求都管用。
比如你要它写小红书文案，你给它一篇你觉得写得好的小红书笔记当范文，跟它说”按这个风格写”，它马上就懂了。
8. 限制
有什么不能干的？
“不要用’赋能’’闭环’这种词。”
“不要出现具体客户名字。”
“不要超过 500 字。”
“不要用感叹号。”
限制写得越明确，AI 越不容易翻车。
9. 评分标准
什么叫好？什么叫不好？这个其实是最高级的用法。
比如你要它写方案，你跟它说”一个好的方案应该满足三个条件：第一，成本控制在 X 以内；第二，两周内能上线；第三，不影响现有用户体验。你写完自己对照这三条检查一下。”
让 AI 自己审稿，比你审稿效率高多了。
System 还是 User？
写到这里你可能会问：这九个组件，是每次都要全部写吗？
不用。简单任务写两三个就够了。复杂任务才需要全写。
但有一个分类你要知道：这些内容，哪些放 System Prompt，哪些放 User Prompt？
简单说：
- System Prompt：每次对话都不变的东西——你是谁、输出格式、限制条件、评分标准。这些放在系统提示里，不用每次重复。
- User Prompt：每次对话都变的东西——这次的输入是什么、具体要干什么。
做产品的时候这个区分很重要。System Prompt 是产品经理设计的，User Prompt 是用户每次输入的。你做的 AI 产品，本质上就是在替用户设计一套 System Prompt，让用户只需要输入 User Prompt 就能得到好结果。
这个思路理解了，你就知道为什么有些 AI 产品好用、有些不好用了——好用的那些，背后的 System Prompt 设计得好。
第二部分：Vibe Coding 入门（40 分钟）
讲完了提示词，我们动手。
什么是 Vibe Coding
这个词最近很火，听着玄乎，其实就是：你用自然语言跟 AI 说你要做什么，AI 直接帮你把代码写出来。你不用一行一行敲，你就是在”描述”你要什么。
以前做一个小工具，你得学 Python、学前端、学后端，前后搞几个月。现在你跟 Cursor 说”帮我做一个网页，输入一段文字，统计字数和词频”，五分钟它就给你跑出来了。
这就是 Vibe Coding。不是让你变成程序员，是让你能用 AI 把你的想法快速变成能跑的东西。
用 Cursor/Trae 出你的第一个 Demo
现场我们用 Cursor 或者 Trae（免费的国内替代品）走一遍流程。
第一步：想清楚你要做什么
别上来就写代码。你先想清楚：我要做的这个东西，输入是什么、输出是什么、界面长什么样。
比如你想做一个”简历优化小工具”：输入一段简历文字，输出优化建议。
第二步：把你的想法翻译成提示词
把你刚才想的东西，用大白话描述给 AI。不用管技术术语，说人话就行：
帮我做一个单页网页应用。
界面左边是一个大文本框，用户把简历贴进去。
右边是输出区域，显示优化建议。优化建议分三类：
- 用词建议（哪些词太模糊，怎么改）
- 结构建议（哪些部分顺序不对）
- 亮点建议（哪些经历可以放大写）
用简洁的浅色风格，不要花里胡哨。直接一个 HTML 文件，双击就能打开用。
第三步：跑起来，看效果
AI 生成完代码，你直接点运行。大部分时候第一次出来的东西就能用了。但肯定不完美——可能字体太小、可能布局不对、可能建议不够具体。
没关系，你继续跟它说：”字体太小了，调大一点。””建议不够具体，让它每条建议配一个改写前后的对比。”
来回调个三四轮，一个能用的小工具就出来了。
这里有个坑要提醒你
Vibe Coding 很快，但它写出来的代码不一定靠谱。
我见过太多人，AI 生成了一个登录系统，跑起来挺好，就直接上线了。结果代码里有 SQL 注入漏洞、密码明文存储、API key 写死在前端——上线第二天就被人扒了。
所以我的建议是：
- 做 Demo、做原型、做内部工具，随便用 Vibe Coding，快就是一切
- 做要上线的、涉及用户数据的、收钱的产品，别全靠 AI 写代码。关键模块要人审一遍
AI 帮你写得快，但安全责任还是你担着。
案例拆解（30 分钟）
大厂案例：微信读书的 AI 问书
微信读书有个功能，你读完一本书，可以问它关于这本书的问题。
这个功能背后的提示词设计是什么样的？
你可以推测一下：
- System Prompt 里一定告诉了 AI”你现在是这本书的阅读助手”
- 它知道这本书的全文内容（通过 RAG 或者直接喂进去）
- 它被要求”回答必须基于书里的内容，不要瞎编”
- 它的语气是”图书管理员”，不是”百科全书”
为什么这个设计重要？因为如果不这么设计，AI 就会开始”自由发挥”——书里明明没说的，它也会给你编一段。读者发现了，就再也不信这个功能了。
这就是为什么产品级提示词重要：它不是技术问题，是信任问题。你让 AI 说什么、不说什么、怎么说，直接决定了用户信不信你。
本地案例：商贸企业的 AI 商品文案
我们本地有一家做商贸的公司，在抖音和淘宝上卖货。以前每条商品文案都得运营人员自己写，一天写个十几条就累死了。
后来他们做了个简单的 AI 工具：把商品名称、卖点、规格输进去，自动生成三版文案——一版抖音口播稿、一版淘宝详情页文案、一版朋友圈推广语。
这个工具背后的 System Prompt 是怎么设计的？
我们帮他们调了好几轮才调好：
- 身份：你是一个有 5 年经验的电商文案，特别懂抖音和淘宝的话术风格
- 输入：商品名 + 核心卖点 + 价格区间 + 目标人群
- 输出：三段不同风格的文案
- 限制：不要用”全网最低””第一品牌”这种违规词；不要出现具体的竞争对手名字
- 评分标准：抖音版要口语化、有钩子；淘宝版要讲清楚卖点和参数；朋友圈版要像朋友推荐
就这一套提示词，调了大概一周。前几版出来的东西，运营一看就摇头——太像 AI 写的了，空洞、套话多、没有那种”卖货的劲儿”。调了十几次之后，终于出来能直接用的版本了。
这就是提示词工程的真相：不是写一次就完了，是反复调、反复改、让真正用的人满意为止。
现场动手（30 分钟）
现在轮到你。
分成小组，每组两个人。两个人一起想一个你们觉得”如果有个小工具就好了”的场景——可以是工作中的痛点、可以是生活中的小麻烦。
比如：
- “我每次写周报都要翻聊天记录，能不能做个工具自动汇总本周完成的事？”
- “我给客户发方案，每次都要改称呼和日期，能不能做个自动替换的小工具？”
- “我有一堆行业报告，能不能做个工具帮我快速总结要点？”
想好了之后：
- 两个人一起写一个产品级提示词（用上刚才讲的九个组件）
- 打开 Cursor 或者 Trae，把提示词输进去
- 看 AI 生成的第一版
- 来回调两三轮，改到能用为止
调完了每组上来展示 2 分钟：你们做的是什么工具、提示词怎么写的、出来的效果怎么样。
课后作业（≤2 小时）
作业：产品级 Prompt 三版对比
选一个你工作中真实存在的写作任务（写邮件、写周报、写方案、写文案，什么都行），写三版提示词：
第一版：基础版
就是你平时跟 AI 说话的样子，一句话完事。
第二版：结构化版
用上身份、背景、目标、输入、输出格式这几个组件。
第三版：产品级
九个组件全用上，包括示例、限制、评分标准。
然后把三版提示词分别喂给同一个 AI，把三次的输出结果放在一起对比。写一段 300 字的对比分析：
- 哪一版的输出最接近你要的？
- 差别主要在哪？
- 第三版比第一版多了什么价值？
合格标准：三版提示词有明显差异（不是换几个词就完事）+ 三个输出真的有区别 + 对比分析说清楚了差别在哪。
本节课顾问团动作
上节课你交了行业资料包，这节课我们用工具帮你按行业分组，蒸馏出第一批顾问团 v0.1。
你会拿到 3–5 个”专家顾问”——每个顾问有自己的视角和判断框架。接下来几节课，你做作业的时候，要把作业丢给你的顾问团去评审，然后根据评审意见修改。
这不是走形式。你会发现，用不同视角看同一份作业，得到的建议完全不一样。这种”多视角碰撞”，就是我们这套方法的核心价值。
下节课预告
W3 我们讲需求分析和工作流设计。
你可能觉得：需求分析谁不会？不就是问用户要什么吗？
真不是。用户嘴上说的和他真正需要的，经常是两回事。而且 AI 产品的需求分析，跟传统互联网产品还不一样——你得考虑 AI 的能力边界，不能用户要什么你就做什么。
下节课我们讲怎么从一个模糊的想法，追问出一份能落地的需求文档；怎么设计工作流，让 AI 在正确的时机干正确的事。
讲师手记
提示词这个东西，我最大的感受是：它不是技术活，是表达活。
你能不能把你要什么说清楚，本身就是一种能力。很多人做不好 AI 产品，不是技术不行，是连自己要做什么都说不清楚。你让 AI 帮你写个东西，你自己都不知道好的标准是什么，AI 怎么知道？
Vibe Coding 也是一样。它把写代码的门槛降下来了，但把”想清楚要做什么”的门槛抬高了。以前你得学怎么写代码才能做出来；现在你得学怎么把需求描述清楚才能做出来。
很多人觉得这是降级了，我觉得这是升级了。代码不重要，重要的是想法和判断力。这个判断我们后面几节课会反复验证。
下节课见。