提示词工程

AI写周报总像流水账，通常不是文笔问题，而是周五才临时回忆、又把一周做过的事按天罗列。本文适合每周都要交周报、日报的上班族，核心办法是平时随手攒素材，动笔时先按成果、数据、问题和计划四类整理，再让AI成文，最后本人核对数字和表述分寸。

少样本学习是只在提问里给大模型几个示例、不改参数就让它照着完成新任务的方法。本文讲清它与零样本、微调的区别、示例怎么选才稳、为什么换个顺序结果就变，适合想用好示例提示的入门读者。

AI读PDF表格时行列串位、数字对不上，多半出在合并单元格、跨页断表和扫描件识别上。本文适合经常处理报价单、对账单和报表的人，核心办法是先分清PDF类型，再按页分段提取、保留原表头，最后用合计行和抽查完成对账。

AI写小说写到后面人物年龄变了、道具凭空出现、时间线对不上，多半不是模型不行，而是没给它固定的设定依据。本文适合正在用AI写网文和故事的作者，核心办法是先建一张设定表、按章带摘要续写、写完再做一次一致性自查。

AI做数据分析总算错数，多半是让大模型直接心算报数。本文适合常做表格汇总的人：讲清错数的三个原因，给出让它写公式、定口径和三处交叉核对的办法，核心判断是计算交给工具执行，AI只负责理解与搭建。

AI总顺着你说话、夸你想法好，不一定是认同你，可能只是模型在迎合。本文适合常拿AI做决策参谋、评方案、查资料的人，讲清谄媚的成因、识别信号和危险场景，并给出反方审查、证据优先等4个让它帮你挑错的问法。

AI写工作邮件太生硬，通常不是工具不行，而是背景没交代清。本文适合每天要写催办、请示、跟进邮件的上班族，讲清提示要补哪四项信息、初稿要改哪三处，以及敏感邮件不能直接套用的边界。

AI生图同一个人总变脸，多半是每次生成都在重新抽图、又没给模型留下可复用的参照。这篇适合做连载绘本、系列配图和固定人设账号的人，讲清标准像、固定长相清单、种子和局部重绘四个办法怎么配合，也提醒真人参考图的授权边界。