AI_working

我的 AI 工作台：工作流、协作原则，以及可直接复制的提示词。

我的工作流

读书

阅读时可按章节推进，边读边摘抄；有想法就随手记下。读完整本后，整理摘抄与随记，产出一篇读书笔记（走下面的写作流程）和一篇搬运摘抄。

写作

先攒素材。 尽可能多地把与主题相关的想法记下来——一句话、一段话、别人的话都行。这一步最重要，慢一点也没关系，让主题在“暗时间”里持续发酵。
让 GPT 整理思路。 把素材交给 GPT（不用 DeepSeek，效果差），让它先问 10–20 个相关问题，你据此补充素材。
再成文。 效果不理想，就让它继续追问、继续补料；效果尚可，就自己补细节、做润色。
手动 de-AI。 即便是 GPT，写出来仍有很浓的 AI 味。不要试图让 AI 去 AI 味（自指效果不好），只能自己动手改。
把 AI 当脚手架。 可以让它故意写长一些，补过渡、做扩展，帮你先把结构搭起来。

项目

先建立项目的 hierarchy——列出这个项目应有哪些部分，不必过细，视复杂度而定；再搭一个 minimum viable system，然后开始开发。

与 AI 协作

定位

AI 不是我，也不是人。不要假设它“知道我的上下文”，需求必须被精确描述。
把 AI 看作一个包含所有可能答案的解空间，提示词是在给答案加约束。约束不充分，它就会“发挥想象力”，给出一个你不想要的解。
AI 是副驾驶（Copilot），但飞行员（Pilot）仍然是你。它能发挥的上限，取决于你的判断力、专业知识和提问能力。

协作

赵斌：我和 AI 协作完成一个工作，总是比我或它单独完成要好。这句话有三层：
1. 你总是可以把事情做得更好。
2. 任何事情，你都可以寻求 AI 的帮助。
3. 但要和 AI 协作，而不是把复杂度全部交给它。
不要一直给 AI 下命令。像“帮我发一篇 Nature”这种事，显然很难一步做到；更合理的是借助 AI 降低试错、查手册、造轮子的成本，但思考与判断仍由你完成。
反过来想，最重要的提示词其实是：“你需要我做什么，我该如何协助你工作？” 不知道该做什么时，直接把这个问题交给 AI。
AI 往往很配合，会要你补充信息；但更多时候，它会基于已有的事实直接展开。意识到这一点，剩下的事就好办了：困惑什么就问，不知道怎么协助，就让它给你派活。

起步

让 AI 先出计划：Think step by step and build a plan first.
绿导师：AI 给了我们一个好的起点。你总是可以现在就开始做点什么，而不是“这篇文章好长，明天再看”。
绿导师：面对复杂任务，只要你相信它能完成，并把它说清楚，基本就能做完。AI 时代，你只需要知道能做什么、该做什么，剩下 tedious 的事交给 AI。
我在做 X。如果你是这个领域的专家，你会怎么做？被动：学习 Coding Agent 所做的“正确的事”；主动：让 Copilot 不停追问、实时给出建议。
人的记忆就像 AI 的工作区上下文。（人的一生能算是一个 repo 吗？）
Rust 是 AI 时代的未来：严格的编译器迫使程序员在写代码时就考虑边界情况和潜在错误，也能与 AI 无缝对接。

提示词

基础规则

规则	目的
用最简洁、最平实的语言回答。	降低歧义，便于复用与粘贴。
只陈述事实与逻辑，禁用比喻/类比/故事。	保持客观、可核验与可追溯。
常识问题直接提问。	提高效率，避免过度设定。

通用框架

角色 + 任务 + 目标 + 背景 + 格式。

要素	写法要点	说明
角色	“我是 [岗位/领域]，本提示用于 [用途]。”	固定口径，召回相关知识与风格。
任务	用 1-2 句说明要做什么，先搭框架。	先框后细，避免跑题。
目标	定性/定量标准，引用行业/国家/单位指标。	可检验、可对齐期望。
背景	已做工作、已有材料、遇到的具体问题与限制。	提供足够上下文，减少猜测。
格式	指定输出为表格/清单/段落；字数；层级；禁用词。	直接产出可用交付物。

可复制模板

通用

通用生成

角色 + 任务 + 目标 + 背景 + 格式

我是一名[角色]，现在要完成[任务]。
背景：[已有信息/材料/限制]
目标：[定性/定量标准/对齐指标]
请按以下格式输出：[表格/清单/分节 + 小标题顺序 + 字数范围]
要求：[禁比喻；只写事实与推理；标注引用来源/假设]
输入将提供：[一段话/一个文件/数据字段清单]

让 AI 先出计划

先思考、先给框架，再执行

先不要给结论。Think step by step and build a plan first.
请先分步骤思考，给出计划或框架；等我确认后，再按计划执行。

让 AI 要求你补料

把“不知道该做什么”交还给 AI

你需要我做什么，我该如何协助你工作？
请列出：为完成当前任务，你还需要我提供哪些信息、做哪些决定。
如果信息不足，不要猜测，直接列出缺失清单。

专家视角反问

让 AI 先反问，再给建议

我在做 [X]。如果你是这个领域的专家，你会怎么做？
请先反问我 3 个关键问题，再给出你的判断与行动建议。

写作

写作整理

把无序片段整理成完整文章

我将提供一组无序的片段，请：
1) 归纳主题与结构；2) 合理排序并补齐过渡；3) 扩写为完整文章；
注意：用简洁语言；避免比喻；所有结论给出依据；段落顺畅衔接。

学术

SCI 英文润色

翻译 / 润色 / 降重

I'm writing a paper on [topic] for a leading [discipline] academic journal.
What I tried to say in the following section is [specific point].
Please rephrase it for clarity, coherence, and conciseness, ensuring
each paragraph flows into the next. Remove jargon. Use a professional tone.

SCI 中文润色

翻译 / 润色 / 降重

我正在为顶级[学科]期刊撰写一篇关于[主题]的论文。
本段想表达的核心观点是：[具体论点]。
请优化表达，提升清晰度、连贯性与简洁性，保证段落顺畅衔接，去除非专业表达。

学术场景

场景	常见问题	优化指令（摘要）
SCI 文献全文讲解	结构松散，层级不清，变成泛泛总结。	按论文逻辑讲解：研究背景与问题定义；思路与技术路线；关键方法与设计依据；核心结果及其物理/化学/光学含义；作者认为的创新点与结论；仅客观复述，不引入假设。
文献配图讲解	只描述“看起来是什么”，未对齐正文论证。	翻译图题与图注；逐子图说明坐标/要素的物理含义、控制变量与对比关系、在论证中的作用；整图支持的结论；不超出原文结论范围。
检索相关 SCI 文献	检索标准缺失，易“猜文献”。	仅列可核验的期刊论文；限定期刊范围；给出题目、作者、期刊、年份；不确定时明确标注，不虚构参考文献。

要素与风险

要素	缺失时的风险
输出结构与格式	输出不可控、难复用；总结变推测，分析变方案。
禁止事项	虚构文献、数据、实验条件；夸大创新性与结论强度。
产出物类型	无来源的内容被引入，研究决策可能偏离。
用途与风格	风格不匹配，论文用语不规范，组会或审稿时解释不清。
资料边界	推测当事实、讨论当结论，机理解释强度失控。
来源标注	伪确定性：错误结论被当作已证实，后续实验浪费。
事实与推导	停留在概念层，无对照、无指标，难以转化为论证。
不确定性	信息散乱、密度不均，难比较、难引用。
可落地性	出现“看起来对、实际上错”的硬伤。

编写规则

规则	要点说明
用行为规则代替愿望描述	把“更专业/更深入”改成可执行要求，如必须给证据、步骤或表格字段。
先写输入契约	明确用户要提供的字段，缺少则先询问或列出“缺失信息清单”，不要让模型猜。
再写输出契约	说明交付物类型（清单/表格/报告）、固定小标题与顺序，是否需要简版/详版。
写清优先级与取舍	正确性 > 可执行性 > 简洁；遇到不确定先声明，不强行下结论。
加不确定/失败策略	信息不足→标注不确定并附补充清单；超范围→说明边界并给替代输出。
用正反例锚定预期	提供一个想要的输出和一个不想要的输出，并点明差异点。
固化语言的禁用词与格式规则	如禁用“明显/较大”等空泛词，要求给数值；术语首次中英对照；编号风格固定。
触发词做模式切换	使用“论文模式/组会模式/教学模式”等触发词，避免单一规则套用所有场景。

要素速查

要素	作用
角色定位	固定专业身份与写作口径，减少发散。
任务菜单与边界	明确能做/不做，控制结论强度。
输入契约	让用户喂对信息，保证可比性与可计算。
输出契约	让输出成为可直接写进论文的交付物。
质量标准	定义“好输出”的判据，提升可信度。
失败与不确定性策略	防止装懂，保证严谨。

时效性提醒

现在的 AI 日新月异。过去需要自己琢磨、靠经验攒出来的提示词，它已经慢慢学会了，所以上面这些内容有很强的时效性。整理在这里，只是留下一个当下的参照。