AI 数字员工

要解决的问题

很多用户使用AI时陷入“被动撞大运”的循环：扔出“帮我写文案”“做个方案”这类模糊指令，因缺少上下文导致输出不符合预期，便反复重试。这种方式把AI当成“老虎机”，而非可长期协作的“数字员工”——用户既没投入足够的上下文、范例和方法论，也没把提示词写作视为一种生产投资，最终陷入低效循环。

核心能力与工作流

技能的核心是将AI从“被动答题机器”转化为“主动数字员工”，通过结构化流程替代随意指令：

• 先判断请求类型，从六类场景中选择路径：模糊请求对应元提示词，个人创作用创作者元认知，知识盲区用指南+采访，专家视角用注入专家知识，学习标杆用逆向工程，系统建设用工作流搭建。
• 针对模糊请求，启动元提示词四步法：先设定“提示词工程师”角色，再通过目标受众、风格约束等问题澄清需求，接着生成包含角色设定、上下文、输出格式的结构化提示词，最后由用户确认后执行。
• 针对个人风格模仿，通过“范例分析→风格指南生成”路径：要求用户提供3-10条过往作品，拆解句式、语气等特征，结合禁用词、偏好句式等约束，输出300-800字的风格指南嵌入后续写作。
• 针对“想做但不懂”的场景，用“指南+采访”模式：先生成结构化框架，再以顾问身份逐题采访用户，用回答填充框架形成定制方案。
• 针对学习优秀作品，通过逆向工程提取通用骨架：设定资深专家角色，拆解内容结构、心理技巧和吸引力逻辑，输出可复用模板而非照搬原文。

适用边界与注意点

• 无范例不模仿：若用户无法提供过往作品，禁止假装生成个人风格，避免风格失真。
• 不照搬原文：逆向工程仅提取结构和方法，禁止直接复用原作者的创作内容。
• 区分知识来源：使用专家方法论时，需明确声明素材来源，区分引用内容与模型推断，无素材时不编造专业框架。
• 输出需可复用：生成的提示词、模板需直接可用，且回复需标注所用路径，帮助用户理解方法论逻辑。