跟 AI 对话写不好，多半不是模型「不够聪明」，而是指令里缺了背景、目标与约束。把这三块写全，输出会稳很多。
背景、目标、约束
- 背景：你是谁、读者是谁、已有材料是什么。
- 目标：要一篇邮件、一份提纲，还是可执行的步骤？长度与用途说清。
- 约束：语气、格式、禁止编造数据、必须引用的要点。
可以先写五到十行要点，再让模型扩写；比一句「帮我写得好一点」有效。若结果跑偏，不要从头重聊——指出哪一句不对，要求按原结构修改。
迭代比一次完美更重要
把对话当成协作草稿：第一轮要结构，第二轮要例子，第三轮要删冗余。关键事实自己核对，尤其是数字、法规与可承诺事项。
好指令是缩小搜索空间：让模型少猜。
下次提问前，用「背景/目标/约束」三行模板贴进对话框。养成习惯后，你会对「什么叫说清楚」更敏感——这对人和对 AI 都有用。
一个可复用的指令骨架
角色（可选）→ 背景 → 目标产出格式 → 约束与禁止项 → 示例（可选）。把骨架存成笔记，换任务时只改中间几行。遇到长文档，先让模型「只列提纲」，确认后再分段生成，比一次生成全文更好控。
对事实类问题，要求「不确定就标明不确定」；对创意类问题，要求「给三个方向供我选」。同一种模型，问法不同，可用性可以差出一截。