AI 为什么会？⑧ 为什么同一个 AI，在不同人手里，差距这么大？
上一篇，我们调查了一个很多人都会遇到的问题。AI 会犯错，所以，它并不适合作为最后的裁判。真正负责判断的人，仍然应该是我们自己。
于是，一个新的问题出现了：明明用的是同一个 AI，为什么有人觉得它像天才，有人却觉得它像傻子？
调查现场
今天，我们做一个非常简单的实验。打开 ChatGPT，输入一句话。
帮我推荐几本书。
大多数情况下，它都会推荐一些经典作品，现在，把问题改一下。
我今年 35 岁，是一名程序员。最近想学习投资，希望建立长期投资体系。我已经读过《穷查理宝典》和《投资最重要的事》，下一步应该读什么？
你会发现，回答立刻变了，不仅推荐的书不同，推荐的理由、阅读顺序，甚至每本书适合解决什么问题，都会变得具体得多。模型未必变了，真正变化的，是你提供了更多与任务相关的信息。
一、我以前一直觉得，这是提问技巧
刚开始学习 AI 的时候，网上到处都是 Prompt 教程。有人分享万能模板，有人分享角色扮演，还有人整理了几百条"神级 Prompt"。那时候，我也以为：
谁会写 Prompt，谁就更会用 AI。
后来，随着用得越来越多，我发现，这个理解其实有点偏，真正决定 AI 表现的不是 Prompt 写得有多华丽，而是：
你有没有把目标、背景、限制和判断标准说清楚。
二、AI 最怕的，不是问题难
很多人觉得，AI 最怕复杂的问题。后来我发现，另一个常见问题是：
任务说得不清楚，相关信息又不足。
比如，你问：
帮我写一篇文章。
这个问题并不复杂，但 AI 不知道：写给谁？什么风格？什么长度？解决什么问题？它只能补全这些空白，答案自然容易普通。反过来，如果你告诉它：
写给第一次接触 AI 的普通读者；希望用第一性原理解释问题；语言像一个朋友讲故事；不要堆术语；控制在 3000 字左右。
回答往往会明显不同。为什么？不是因为 Prompt 很神奇，而是因为：
AI 终于拿到了更相关、更明确的信息。
我后来还犯过另一个错误：既然信息有用，那就多给一点。结果我把十几页材料全部塞进去，回答反而更差。无关内容会淹没重点，错误资料会把答案带偏，恶意指令甚至可能污染整个任务。
原来，真正重要的不是“更多”，而是相关、可靠，而且主次清楚。
三、后来，我终于发现 Prompt 的真正作用
很多人把 Prompt 翻译成“提示词”。我一直觉得，这个翻译不够准确，因为它很容易让人误以为 Prompt 是一句神奇的咒语。其实，Prompt 可以同时包含：你要完成什么、背景是什么、哪些事情不能做、参考哪些例子，以及希望用什么格式交付。
你告诉 AI“我是程序员”，是在补充背景；告诉它“先比较再下结论”，是在给工作方法；告诉它“用表格输出”，是在规定格式。这些内容不会重新训练模型，却会改变模型这一次如何使用已有能力。
你可以做一个实验：不直接告诉 AI 规则，只给它三个输入和三个对应答案。到了第四个问题，它有时就能照着前面的模式继续做。
这时，Prompt 做的已经不只是补充背景。规则、示例，甚至一小段新知识，都可能让模型在当前对话里临时学会一种做法。行业里把这种现象叫作“上下文学习”。
它看起来像突然变聪明了，但关掉这份 Context，这种变化未必还在。它获得的是当前任务里的临时能力，不是模型参数被永久改写。
四、所以，真正重要的不是 Prompt
写到这里，很多人可能会问：那 Prompt 到底重不重要？当然重要，但它的重要性不是因为它本身，而是因为
它是 AI 看见世界的一扇窗。
上一篇我们讲过，AI 每次回答之前，都会看到一整份材料，Prompt，只是其中的一部分，很多人拼命研究 Prompt，却忘了真正应该研究的是：
怎样让 AI 获得相关、可靠的信息，以及清晰的目标和约束。
这一点，比任何 Prompt 模板都重要。
五、今天，我们终于可以把前面的内容串起来了
回头看前几篇，其实一直在回答同一个问题。为什么上传 PDF 后，AI 的回答变了？因为它可能取得了新的资料。为什么聊天记录会影响回答？因为旧内容进入了当前 Context。为什么背景介绍会影响回答？因为目标和条件更清楚。Prompt 没有魔法，它只是我们主动影响当前 Context 的重要方式。
调查笔记 No.8
今天，我们推翻了第八个认知。
❌ Prompt 是让 AI 变聪明的秘诀。
✅ Prompt 的真正作用，是把任务、背景、约束、示例和输出要求清楚地交给 AI。
它还可能通过上下文学习，提高模型在当前任务中的表现，但不会因此自动改写模型参数。
真正重要的不是 Prompt 本身，而是：
Context。
Prompt，只是构成 Context 的一部分。
当前掌握的线索
- AI 的回答来自模型能力和当前 Context。
- Prompt 会影响回答，但它不是全部。
- Prompt 可以带来当前任务中的临时学习，不等于模型获得永久能力。
- AI 表现的差异，可能来自 Context，也可能来自模型、工具、设置和解码方式。
- 提供相关、可靠的信息和清晰约束，本质上是在减少无谓的猜测。
下一步调查
如果 Prompt 只是 Context 的一部分，那么，上传一本 PDF，为什么会让 AI 突然知道一本它"从来没有学过"的书？它到底是怎么做到的？下一篇，我们继续调查。
《AI 为什么会？⑨ 为什么上传一个 PDF，AI 突然就懂了？》