和 Ai 相处的 5 条经验

过去一个月，学习时间都投入到 AI 编程。从 5 月底开始做电报频道 HTML 排版工具后就一发不可收拾。陆续和 AI 搭伙实现了 Hashnode 博客标题自动优化，自动更新文章链接存档到 CSV，优化了之前付费找人做的知识星球爬虫，本地跑起来了中文电报搜索机器人，做了比特币定投策略回测程序……

感觉咋说呢，AI 工具太方便太牛逼了，几句话就能输出几百行代码，复制粘贴点一下运行，就能跑出东西来。报错没关系，复制错误信息再发给 AI，让它解决，然后再复制粘贴。这让我再看到教 Excel 和 PPT 的教程，多新多酷的功能都觉得过时了。

举个例子。原来不会写 Excel 函数，需要搜索用什么函数，别人写的例子不一定合适，要一个个改。现在直接告诉 AI 目标单元格是 B1，然后要达成什么样的效果，他写好 IF 函数给你。不限定工具，AI 可以做更多。比如我一直把浏览记录保存到 xlsx 文件，上限 100 万行，6 年就满了。之前想学 SQL 或者 Python，但一想到新东西要设置这调整那，就觉得还不如新起一张工作表将就用算了。现在直接告诉 AI，我的 CSV 文件表头是什么，想把数据处理成什么样，AI 马上写个 Python 程序给你，点运行，啥都有了。

AI 可以帮你做好 Excel，更重要的，是让你不局限在 Excel。这让我的问题也更开放。原来我会问「怎么写 VLOOKUP 函数」，现在我可能问「怎么把 Excel 里的 bilibili 域名提取出来」。把你的最终目标告诉 AI，让 AI 告诉你实现目标的路径，而不是用自己原有的工具箱。

这是我用 AI 的 5 条经验。

用 AI

国内很多免费模型都用不了，所以魔法上网是先决条件。实在懒得弄，国内的 DeepSeek、豆包，或者不需要魔法的套壳 AI，像 POE 和 OpenRouter，试着把日常问搜索引擎的问题换成问它们。再就是耐心克服安装 Python 这道坎，对程序员来说，或许根本没想到这还能是坎，但对没接触过程序的用户来说，安装 Python 的英文界面和虚拟环境就足够劝退。

从工作流里找问题

面对 AI 的对话框，突然问不出题是常有的事。我建议从手头的工作流开始问起，随便问。不知道怎么问的，甚至可以让 AI 告诉你应该怎么问。把你每天的工作流程写下来，刷什么信息源、用什么写汇报、做哪些表格、看了什么书……都发给它，让它告诉你有什么可以优化的地方。从诗词歌赋到人生理想，这回终于有「人」陪你聊个够。

提示词就是 AI 黑话

教提示词（Prompt）怎么写，其实就是把人话翻译成机器懂的话，把模糊的概念理顺，名词变准确。或许有一天，AI 能通过历史记录，越来越懂你，但现在想要 AI 更准确，还需要一些黑话。就像你跟拉面师傅说「面细点」和「二细」，前者要师傅猜或者追问你，后者师傅马上就懂了。

什么是 AI 黑话，最基本的排版格式，学 Markdown 里的加粗（**）、引用（“”）、标题（#）、代码块（```）、分隔线（---）。

能解决问题的就是好 AI

有时候 Grok 做不出来的，我就发给 Gemini 试试，两个都不行，我再问问 ChatGPT 和 Claude。把不同模型的修改建议发给主模型，说不定它被启发，问题就能解决了。

和 AI 幻觉斗智斗勇

输出代码一长，1000 行顶天了，AI 就容易缺胳膊少腿吞功能，用什么提示词都不行。这是最烦的，解决一个问题，另一个问题又来了，而且不懂代码找起来很麻烦，不知道它漏了什么功能。直到冷不丁报错，那叫个恶心。所以超过 1000 行，我就告诉 AI 不要全量输出代码，详细告诉我这次的代码修改了哪些地方，一个个的告诉我自己来改。也是没办法的办法。再就是通过代码行数简单判断完整度，比如原代码 1000 行，再修改了发给我只有 600 行，那明显不对。一直解决不了，就新开一个窗口，然后把问题和最新的源代码发给它。