高手私藏！让AI自己写Prompt的“递归提问法”大公开

大家好，小机又来分享AI了。

你是不是也经历过这样的绝望循环？

你：“帮我写个吸引人的公众号标题。” AI：《如何提升自我》 你：“……能不能再吸引人一点？” AI：《提升自我的有效方法》 你：深吸一口气 “要更有网感、带点冲突！” AI：《论自我提升与网感冲突的重要性》

算了，还是我自己想吧。

如果这也是你的日常，那么今天，你可能要打开一扇新世界的大门了。

我将要公开的，不是什么神秘的“魔法咒语”，而是一个真正的高手思维——“递归提问法”。

它的核心理念很简单：

你不是在向AI要答案，而是在引导AI自己成为“提示词优化大师”。

为什么你写的Prompt，总是差那么一点？

根本原因在于，我们和AI之间，存在一道巨大的“理解鸿沟”。

你想的是画面A，用语言描述出来变成了B，AI理解成了C，最后输出一个D。每次修改Prompt，就像在黑暗中盲调收音机频率，全凭运气。

“递归提问法”彻底改变了这个模式。它把单次的、碰运气式的命令，变成一个动态的、自我迭代的协作过程。核心只有两步：

1. 先让AI理解“什么是好”。
2. 再让AI按照这个标准“自己创作并优化”。

下面，我们通过一个完整案例，看看它是如何化腐朽为神奇的。

实战演绎：看AI如何“自我觉醒”

任务： 写一份关于“如何克服拖延症”的短视频口播脚本。

❌ 传统低效对话（你的日常）：

你：“写个克服拖延症的短视频脚本。” AI：（生成一段平淡、说教、像教科书式的脚本） 你：“不行，太无聊了。要活泼一点，有网感。” AI：（加入几个网络流行语，但结构依旧僵硬） 你：“感觉还是不对……”

✅ 递归提问法（高手操作）：

第一回合：不急着要结果，先确立“审美标准”

你：“假设你是一位百万粉丝的成长类短视频博主，请你先帮我分析，一个优秀的、能爆款的‘克服拖延症’口播脚本，应该具备哪5个核心要素？请按重要性排序。” AI： “1. 强烈的开场钩子（3秒内抛出惊人数据或颠覆认知的观点）；2. 具体的痛点场景（描述拖延时的心理活动，要非常细腻真实）；3. 简洁可操作的方法（不超过3个，步骤清晰）；4. 个人化故事或案例（增加可信度和共鸣）；5. 结尾的行动号召（给出一个立即能做的、最简单的小挑战）。” （你看，AI自己输出了“好脚本的标准”。）

第二回合：让它根据自己定的标准，打个样

你：“非常好。现在，请你严格遵循你刚才提出的这5个要素，为我创作一个符合这些标准的60秒口播脚本初稿。” AI： （生成一个结构分明、要素齐全的脚本。质量已远超第一次。） （这时，AI是在用自己制定的“宪法”来创作。）

第三回合：启动“递归”，让它自我批判和优化

你：“现在，请你切换角色，成为你最严格的剧本审核编辑。请你用最挑剔的眼光，审视你刚才写的这份初稿，并针对你之前提出的5个要素，逐条进行批判：

1. 开场钩子够颠覆吗？能不能更强？
2. 痛点场景能让95后、00后也感觉‘这说的就是我’吗？
3. 方法是不是真的‘无脑’就能跟着做？ ……” AI： （开始“自我攻击”）“审核如下：1. 开场钩子力度不足，建议改为‘拖延不是懒，是你大脑正在对你进行一场完美的谋杀’；2. 痛点场景更多针对职场人，可增加学生党考前刷手机的细节；3. 第一个方法可更简化……” （这是最关键的一步：AI开始递归思考，进行自我优化。）

第四回合：根据批判，完成最终创作

你：“太棒了，这些自我批判非常精准。现在，请你融合所有这些修改意见，输出最终优化版的完整脚本。” AI： （生成一份质量极高的成品，集结构、网感、共鸣和可操作性于一体。）

看到区别了吗？在整个过程中，你并没有亲自去构思“网感”是什么、“痛点”该怎么写。你只做了一件事：设计了一个让AI不断自我提问、自我审视、自我升级的“递归循环”。

“递归提问法”的核心心法：三层提问结构

这种方法之所以高效，是因为它模拟了高手的思考路径，其结构可以归纳为三层：

1. 元认知层（确立标准）：
   • 提问范式：“要完成[某个任务]，你认为一个卓越的成果应该符合哪些标准？请列出[数字]个关键维度。”
   • 目的：让AI从“执行者”变为“规划者”，先搭建评价框架。
2. 执行创作层（照章办事）：
   • 提问范式：“请严格根据以上[数字]条标准，生成一个初稿/方案。”
   • 目的：让AI在自我设定的边界内进行第一次创作，保证基础质量。
3. 递归批判层（自我进化）：
   • 提问范式：“现在，请你以[苛刻的专家]身份，批判你刚才的作品。请针对每一条标准，指出不足并提出具体的、可执行的修改方案。”
   • 目的：激发AI的“第二视角”，实现自我迭代。这个过程可以循环多次，如同打磨玉石。

你的万能启动模板

下次遇到任何复杂任务时，直接套用这个模板：

“请你以[相关领域专家]的身份，帮我完成[你的任务]。 第一步： 请先告诉我，一个真正顶尖的[任务成果]应该具备哪[数字]个关键要素？ 第二步： 根据这些要素，请你创作一个初稿。 第三步： 现在，请你以[更苛刻的评审]视角，无情地找出这个初稿在刚才每个要素上的不足，并提出修改意见。 第四步： 综合所有意见，输出最终版本。”

如何从“知道”到“做到”？

1. 从一个小任务开始：别一上来就写万言书。从“写一封邮件”、“列一个清单”开始练习这个流程。
2. 感受“标准”的力量：重点体会“第一步”中，AI自己制定的标准，与你想的是否一致？如何通过提问引导它制定出更棒的标准？
3. 玩转“批判者”角色：在第三步，尝试给AI不同的批判者角色，如“暴躁的甲方”、“心软的初学者”、“逻辑缜密的数据分析师”，看看反馈有何不同。

图片

图片

图片

END

写在最后

“递归提问法”教给我们的，远不止是一个技巧。它揭示了一个与AI协作的终极心法：

不要做那个在岸上反复比划、试图让游泳者理解动作细节的教练。

而要跳下水，引导游泳者自己去感知水流，发现自己动作的别扭之处，并自行调整。

当你开始习惯这样思考，你便不再是一个被动的“命令者”，而是一位真正的“思维协作者”。

AI也不再是一个需要你精确编码的机器，而是一个能够自我进化、不断给你惊喜的伙伴。

这，才是高手真正的私藏。