为什么写真正精确的提示词如此之难？
我们来看一个问题——
“中国历史上有多少个皇帝？”
这个问题够明确了吧！
但你这样去问AI，再强大的AI也不可能给你一个确切的数字。
原因在于——
1.皇帝从什么时候开始算，从秦始皇算，还是从三皇五帝开始，还是从夏朝开始？
2.生前未称帝（如曹操、司马懿），死后被追尊为皇帝，算不算？
3.割据政权（如辽、西夏、大理）的君王算不算？
4.分裂时期（南北朝、五代十国）的君王算不算？
5.短暂称帝的黄巢、李自成、洪秀全、袁世凯算不算皇帝？
6.金末帝完颜承麟在位不到1天，城破身亡，算不算皇帝？
........
当以上问题都不明确时，中国历史上的皇帝数量在200+到500+这个落差极大的范围类飘忽不定。
而归根结底在于——问题中看似非常明确的“中国”、“历史”、“皇帝”这三个词都是一个模糊的概念。
它们各自在大模型的语义向量空间中是发散的，而非收敛的。
所以，提示词的精确永远是一个相对的概念，这是由自然语言本身的特点决定的。
从这个意义上，写提示词的艺术并非追求绝对的精确，而是在注定的灰度中寻找足够清晰的边界。
我个人的一个强烈体会是：AI给的答案往往不一定能符合预期，但它经常能提醒我更深刻地思考我提的问题本身。

很多大厂、中厂把AI当味精，加一点，好鲜，然后沾沾自喜。但总有一天，他们会发现，AI这东西不是味精，是主菜。

突然想到，那首在小破站播放超500万的《美猴亡》，如果让崔健来唱，这词的神韵又会更绝，层次感一下上一个台阶。
你细品——
“他们给金箍说是荣耀，勒进头骨不准我吵”、“他们杀死了美猴王，用慈悲，用规矩，用奖赏”、“现在我坐的端正、笑的慈祥”、“我不过是他们早就写好的光”

美图、心动、赤子城这三家曝光度并不高的公司，一个共同点就是——过去一年多的时间股价差不多涨了10倍。

仔细看一看财报，会发现他们的估值是有不同程度的业绩支撑的。

所以，从这个意义上，产业变迁过程中很多细分机会和国内创业者的韧性，大概率还是被低估了。

“学习更多知识是聪明人最喜欢的拖延方式。”

“地铁是一个胶囊，我们是里边的药，她每天定时把我们运送到城市的病灶。我们以为自己在治愈城市，其实只是在维持它的慢性病。” ——卫夕&Claude4

没错，文字即玩具。

一个人的手机桌面，甚至比他的简历还能提供更多的信息。

搜索引擎优化公司 Graphite 的一份报告显示——互联网上由AI生成的文字已经达到50%，有意思的一个小趋势是：自从2024年11月之后，这个比例并没有进一步提高，那么问题来了——这个比例之后会如何变化？极限是多少？

古典作者的正反馈：不依赖推荐的10万+，从数据看，这篇来源最大的是聊天会话中的分享，第二才是朋友圈。

从各种眼花缭乱的case看，Nano Banana成功挑战了一个偏见——“多模态不产生智能”，这个模型的上限感觉还远没有被挖掘出来。

明明危险程度一样，但我们直观判断右边要凶险得多，这就是我们作为肤浅的、视觉性动物的弱点。
而几乎所有的社交媒体都深刻理解这种弱点，它们想尽一切办法来调动你大脑中不加思考的“系统1”。
因此，如果你竟然发现了一些调动你“系统2”的另类内容，请务必珍惜它们。