给 AI 派复杂任务：为什么一口气要成品，拿回来的多半是废品

很多人对 AI 失望,是从这样一次尝试开始的:把一个大活儿整个丢给它——"帮我写一份完整的市场调研报告""帮我做一个能用的小程序"——结果拿回来一坨看着像样、细看全是空话、根本不能用的东西。于是得出结论:"AI 也就那样"。但问题往往不在 AI,而在任务给得太大了。这篇讲清楚:为什么大任务整个丢给它一定失败、怎么把任务拆开、每一步该怎么交接、以及一套可以照抄的拆解流程。这是继人设、思维链、给例子之后,把 AI 用出生产力的第四个基本功。

为什么"一口气要成品"必然翻车

三个结构性原因,不是换个更强的模型就能解决的:

• ① 你自己也没说清楚:一个大任务里藏着几十个你没交代的隐含要求(给谁看、多长、什么风格、重点是什么)。你没说,它就只能猜,而它会猜成最平庸的那种;
• ② 没有中途纠偏的机会:它一次性输出五千字,如果第一段的方向就错了,后面全是废的。拆开做,你能在第一步就把方向掰正;
• ③ 注意力被摊薄:同时要它兼顾结构、内容、文笔、数据、格式,每一项都只能做到及格线。一次只干一件事,它做得明显更好;
• ④ 越长越容易空洞:为了填满篇幅,它会大量使用正确的废话——这正是"AI 味"的主要来源。

一个类比:你不会对一个新来的实习生说"下周把公司战略做出来",而是会说"先去查这三家竞品的定价,做成一张表给我"。对 AI 也一样——它执行力很强,但需要你来当那个拆任务的人。

拆解的基本套路:先谋后动

核心思路只有一句:先让它产出"计划",你确认之后,再让它逐步执行。标准流程是:

其中第②③步是整个流程的关键。很多人跳过它直接要成品,然后花大量时间反复修改——其实在提纲阶段花的两分钟,能省掉后面半小时的返工。

一段可以直接套用的开场

"我需要完成【具体任务】。背景:【用途、受众、你已有的材料】。要求:【篇幅、风格、必须包含什么、不要什么】。
请先不要开始写。第一步,请你:
① 复述一遍你对这个任务的理解;
② 列出你打算怎么拆解这个任务(分成哪几步/哪几部分);
③ 告诉我为了做好它,你还需要我补充哪些信息。
等我确认后,我们再一步步来。"

这段话里最有价值的是第③条——让它主动问你要信息。你会惊讶于它问出的那些问题:很多恰恰是你自己都没想清楚的关键点。把这些答清楚,任务其实已经完成了一半。

怎么拆:三种常用的切法

• 按结构切(适合写作类):提纲定好后,一部分一部分写。写报告、写方案、写长文都用这个;
• 按流程切(适合有先后依赖的任务):比如做调研 → 整理数据 → 得出结论 → 写成报告。前一步的产出是后一步的输入,每一步都要你验收;
• 按维度切(适合分析类):同一个对象,分几个角度分别深入。比如分析一个产品,分成用户、竞品、成本、风险四个维度各做一轮。

还有一个进阶技巧:把"生成"和"检查"拆开做。先让它写,然后另开一个对话,以审稿人的身份来挑毛病——因为在同一个对话里,它会倾向于维护自己刚写的东西。

逐步执行时的几个要点

• 每次只给一个明确的小任务:"现在只写第三部分,大约 500 字,重点讲 XX",别说"接着往下写"——太模糊;
• 及时验收,别攒着:每块出来就看一眼,方向不对立刻纠正。攒到最后一起改,等于让错误一路传染;
• 把定稿的部分明确"锁住":告诉它"第一、二部分已定稿,后面不要再改动它们";
• 长任务中途做个小结:让它总结"目前完成了什么、还剩什么、有哪些已确定的约定",既能对齐,也方便你在对话变长时换到新对话;
• 复杂的推理步骤,让它一步步想:拆解解决的是"任务粒度",思维链解决的是"单步深度",两者配合使用效果最好。

也别拆得太碎

反过来提醒一句:不是所有任务都需要拆。写一封邮件、翻译一段话、改几个错字——这类一步到位的事,拆开反而啰嗦低效。

判断标准很简单:如果这件事你自己做也需要分几步、需要先列个提纲,那就该拆;如果你自己也是一气呵成的,就直接让它做。

小结

• 大任务整个丢给 AI 必然翻车:隐含要求没说清、没有中途纠偏机会、注意力被摊薄、越长越空洞;
• 核心套路是先谋后动:说清目标约束 → 让它先出提纲 → 你审提纲(介入价值最高) → 逐块生成 → 逐块打磨 → 最后统稿;
• 开场指令的关键一招:让它复述理解、给出拆解方案、并主动问你要缺失的信息;
• 三种切法:按结构切(写作)、按流程切(有依赖)、按维度切(分析);进阶是把"生成"和"检查"分到两个对话;
• 执行要点:每次只给一个小任务、及时验收、锁住定稿部分、中途做小结、配合思维链;简单任务别硬拆。

"AI 做不了复杂的事"——这个结论下得太早了。它做不了的,是那些连你自己都还没想清楚的、边界模糊的大团任务。而一旦你把它拆成清晰的小块,你会发现它每一块都能做得又快又好。某种意义上,用好 AI 的过程,就是逼自己把事情想清楚的过程——这个能力,即使不用 AI,也一样值钱。

本文为「读懂 AI」原创,仅作经验分享。AI 生成内容仍可能出错,分块产出后请自行核对与整合,重要结论需独立验证。