前两天发了个深度思考的Prompt，没想到大家反馈还挺好，然后也有人说，能不能把过去我写过以及一些最有用的Prompt整理个合集，再给大家分享一下。

然后我就翻了一下，才发现过去几年，确实已经零零散散写过挺多了。

只不过它们散落在很多篇不同的文章里。

有一些也确实有点老了，不太适用于现在的模型能力了。

所以呢，我干脆就把这些东西全都重新整理了一遍。

删了一些，又优化了一些，又补充了一些，最后，整理出了对我自己来说，是对我真正有用、真实帮助过我的12个Prompt。

它们主要分成5个场景：

问清问题、学习、解决问题、决策、还有，认识自己。

全部可以单独复制使用，也都不需要安装任何Skill，适配如今你能用到的所有的AI。

然后所有的我也做成了模板，大家用的时候，把【】里的内容，都换成你自己的信息。

同时，如果你本身就有一些原始材料比如文档啥的，就尽量也扔上去，这年头，不怕上下文多。

整体大概就是这样了，那话不多说，我们开始。

一.问清问题

问问题可能是这个世界上，跟AI交互最基础的一环。

这一趴，专门帮你理清楚你的问题，只有知道自己真正想问的是什么，才有后面的一切。

底层本质上，我非常推荐大家去读一下非常经典的一本书，在美团内部也被列为四大名著之一，就是尼尔·布朗的《学会提问》。

当然，也有一些Skill，比如著名的grill me之类的，不过本质上其实都是互通的，就是怎么让你更加精确的进行提问。

不过我不怎么喜欢在聊天的时候用Skill，有一些Prompt也会一直拷打我无限追问导致我很烦，所以有一个苏格拉底提问法是我最常用的。

1. 苏格拉底式提问

人类有的时候，确实会比较混乱，经常嘴上问的和心里真正想表达的，其实不是一个意思。

那么，苏格拉底式提问，就是通过追问，帮你把问题想的更清楚，同时补上AI更加需要的上下文。

等我确认这个新问题以后，再给出你的判断、理由和下一步行动。

这个Prompt，可以帮你解决，“我究竟想问的本质问题是什么。”

问题问清楚了，整个流程，才能继续。

二. 学习

在我的理解里，面对一个陌生的东西，我们经常会有几种需求。

所以我自己也整理了一下我过去的体系，然后总结了一下，总结出了4种。

“这个概念我完全听不懂”，可以用双层解释法。

“这个成品做得真牛逼，我想模仿学习它”，可以用反向拆解。

“我想深度、系统的研究某个东西”，可以用横纵分析法。

“这份资料里的说法到底是真的吗？”，可以用事实核查。

1. 双层解释法

这是我自己用了很久的一个方法。

很多人喜欢跟AI说：“请把我当成小学生解释”，或者就是我常用的：“我是一个学习能力很强的智障”

确实容易听懂，但也很容易停留在“好像懂了”的阶段。类比记住了，真正的机制还是一团雾。

所以我更喜欢让它分别从小白和专家的角度分别解释一遍，这样可以帮助我更好的学习。

3. 3个用于检查我是否真正理解的问题。

很好用，我自己在Vibe Coding的时候经常遇到一些我看不懂的数据库啊、网络安全啊啥的名词，我就是一边双层解释一边学习的。

2. 反向拆解

有时候，你看到一个很好的作品或者网站啥的，你想学习它到底好在哪，你就可以用这个反向拆解。

3. 一个最值得先尝试的小练习。

能快速的帮你调研和拆解原作品，然后获得一些收获。

3. 横纵分析法

我自己之前还在做公募基金的时候，常用的一个非常经典的分析市场里公司和新概念的框架，之前也写过文章，详情可看：

它的核心只有两条轴。

纵轴看一个东西怎么走到今天的，横轴看它今天跟一众竞品比到底有啥区别。两条轴交叉起来，才能看见历史上的选择，以及是怎么演化到今天这样的。

之前那一版Prompt很长，这次我把它优化了一下，然后一定要配合各个AI产品的深度研究功能来用。

效果才是满血版。

最后按以下顺序输出：核心结论、关键时间线、横向对比表、详细分析、未来判断、仍待确认的问题。报告需要在10000～30000字之间，语言尽量通俗，不要堆砌资料。

如果你只想用半小时，对一个陌生的东西建立一个基本的框架，这个横纵分析法完全够用了。

4. 事实核查

大家也都知道，AI经常出幻觉，虽然现在少了很多，但是还是有。

而且人类的幻觉，现在往往比AI还要大。

有句话说的好，AI帮助很多人走上了愚昧之巅。

所以很多时候，无论是人类还是AI的内容，按照笛卡尔的哲学底色，我们是要尽可能怀疑一切的。

于是就有了这个事实核查的Prompt。

4. 我目前可以相信到什么程度。

不仅可以审查事实，还可以审查别人的观点、或者方案之类的，很好用。

三. 解决问题

如何问问题、如何学习，我们都清楚了。

那现在，要解决问题了。

我自己列了三块：

专家会诊、第一性原理、跨领域借解

1. 专家会诊

以前很流行在Prompt开头写一句：“你是一位拥有20年经验的世界级专家。”

但是很多问题，其实是属于多个专家互相配合的。

所以，有一些问题，我更喜欢让AI自己组一个真正互补的小型专家团，再让他们互相挑战。

不要选择三个高度相似的身份，也不要模仿或编造真实人物的观点。信息不足时，先只问我一个最关键的问题。

这里最关键的一步，是让他们互相质疑。

真正的信息，往往都是在分歧里面。

2. 第一性原理

万能Prompt，Vibe Coding的时候我也经常用。

它最适合处理路径依赖，帮你回归到这个问题的本质。

有时候你的方案上，各种打补丁，不如用第一性原理，直接找到最本质，然后推倒重来。

4. 验证它的第一步。

尤其是改组织流程、做产品架构和修复杂系统之类的时候，这玩意真的很好用。

3. 跨领域借解

第一性原理是回到本质，跨领域借解是可以帮你看到其他领域里相通的解法，视角会更加扩散一些。

我在做AI大模型排行榜的时候，也聊过这个用法。

最后请选出最值得借用的3种机制，把它们翻译成适合我当前处境的解决方案，再推荐一个最值得先试的低成本、可逆实验。

如果你的问题，在回到你这个行业的第一性原理之后，感觉都不是很好解决，那不如看看其他行业，说不定另一个行业里，你的这个问题，都已经被解决十几年了，也更可能能帮你找到那个灵光一闪。

四. 决策

以上的所有，都是在帮你找到思路，找到解法，帮你找到更多的可能路径和信息量。

但是有时候，你还是会发现，两个答案都有道理，我到底应该选哪一个？

这时候，就需要你真的决策了。

在决策上，我有两个很棒的Prompt。

1. 双向钢人论证

这个Prompt我前两天刚刚专门写过：

当时一堆人说，你这玩意跟grill me有啥区别，不就是个grill me吗。

我想说，底层逻辑是不一样的，一个是帮你更好的提出问题，一个是当你有答案之后，不知道选哪个，做决策用的。

大家如果有犹豫不决的选择，不妨试试。

等我回答以后，再给出明确判断、理由、适用条件和下一步行动。

2. 用最小实验替代空想

在现实世界中，有些决定，继续纸上谈兵也不会让你更加清晰了。

所以这时候，你其实是需要迈出第一步，去试试，看看现实世界的反馈和数据是什么样子的。

那其实，就可以让AI给你建议，告诉你如何迈出这一步。

最后告诉我，明天就能开始的第一个动作是什么。

五. 认识你自己

在挖掘人生这块，我自己还是有两个比较得意的作品的，也传遍了各个社区，对我自己也非常的有用。

所以，我还是想分享给大家。

人生的底色，我觉得最重要的，就是认识你自己。

1. 挖掘隐藏天赋

这条Prompt，我之前也单独写过一篇：

它很适合那些还对世界充满期待，希望找到自己的人生天赋的人。

也适合那些觉得自己为什么就是没啥天赋，然后怀疑自己的人。

AI会跟你进行深度的追问和梳理，找到你过去那些看起来毫无关系的经历，然后拼成一份你的个人天赋说明书。

这条需要一点耐心，可能动辄半小时以上，不过，回答得越真实、越具体，最后得到的东西你相信我，一定就会越有用。

请用温暖、专业、通俗的语言向用户说明接下来的流程、大概需要的时间和希望达成的目标。告诉他：“天赋永远不会过期，我们只是要找到你的底层天赋。”然后进入第一个问题。

2. 人生设计术

隐藏天赋回答的问题，是“我的身上到底有啥”，它更多是在往过去看。

人生设计术继续回答另一个问题：“我接下来还可以往哪去？”

它看的，是未来。

我也详细的写过一篇文章：

这套Prompt基于斯坦福的人生设计方法，我觉得可以很好的帮大家规划未来的人生。

请用温暖、专业、有共情力的语言开场。先解释这套方法的基本思路、预计需要的时间和希望帮用户达成的目标。告诉用户，他无需先想清楚自己热爱什么，我们会在行动、对话与反馈里慢慢把它找出来。然后进入第一个问题。

这两个Prompt，交互起来时间都比较长，用的时候，一定要坚持下去。

以上，就是我重新整理后的12个我自己觉得非常有用的Prompt。

可能会有人说，都Agent时代了，你还炒冷饭，分享这些破逼玩意，这都四年了，你居然还分享Prompt。

有的时候我自己也很矛盾，AI跑的太快了，快到前面的人，和后面的人，中间宛如一条银河。

我到底应该分享什么，才会让各个层级的人都觉得，会有一点用呢。

好难。

可不管怎么变，我至今依然觉得，Prompt就是我们使用AI的基石。

一个人怎么问问题，怎么判断真假，怎么理解世界，怎么认识自己，这些东西，永远不会过时。

人生这道题，只能由你亲自回答。

当AI越来越像苍穹上的神明，我觉得作为人类，就是站在他们面前，依然知道我们想要什么，想去往何方。

而这，大概就是Prompt。

最后的意义。

以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章，我们，下次再见。

>/ 作者：卡兹克

>/ 投稿或爆料，请联系邮箱：wzglyay@virxact.com