最近这几个月，看了不少关于如何使用高级复杂提示词，以及选用大模型的技巧

基本都是完成一个目的：如何在使用者没有认知的情况下，让大模型输出听起来很有认知的语句

也的确有一些人拿到了结果（就算没赚钱，起码流量还是有）

但我还是觉得这个事情不对，功夫用错地方了

实际上，如果你把一篇有认知、有反常识结论、有深度思考的半成品稿子发给 AI

AI 是可以非常轻松地给你补全一个升华结尾的，而且非常有 insight（至少看起来是这样）

不需要 o3、opus 这些模型，就基础的 claude 3.5、gpt 4 都可以实现，也不需要任何提示词技巧

你的稿子本身就是最好的提示词

那么问题就转化为：怎么才能有认知？

我的答案是：把自己没搞清的问题都回答清楚，而且是按层次回答清楚

【第一层：表象问题】
为什么我的内容没有获得预期的流量？

【第二层：认知偏差】
为什么我会误判内容的传播潜力？

【第三层：思维模式】
我的创作动机是自我表达还是服务受众？

【第四层：底层假设】
我是否默认了"深度=价值"这个未经验证的假设？

【第五层：元认知盲区】
为什么我意识不到自己的认知偏差？

【第六层：系统性根因】
我的学习系统是否存在结构性缺陷，导致我总是强化错误的模式？

【最深层：存在性追问】
如果没有外部反馈，我还会坚持创作吗？
------------

实际上，上面这 7 个问题，就是 AI 写的

在我写了半成品文稿之后，让 AI 完成这 7 个问题是毫无压力的

但是如果没有半成品稿子，你要通过提示词技巧去完成这件事，我觉得这是人类使用工具的一段弯路