提示词工程：人机沟通核心路径读李继刚Prompt有感

“提示词工程”正在成为过去式。这个判断曾经是笔者的坚定信念——随着大模型参数越来越多、算力越堆越猛、训练数据越来越精密，AI的能力早晚能覆盖人类的全部需求，根本不需要人类费心去组织语言、琢磨怎么“提示”它。说白了，未来就是力大砖飞，全知全能，你直接说出愿望就行，AI就是你的阿拉丁神灯。

这也是过去一段时间里使用AI辅助工作时的一个常见状态。写代码、写专利、甚至写道歉信、写情话，都用最自然的人类语言直接丢给AI。最深的感受是——不要给人类选择的权利。当习惯AI直接给出答案（当然，先忽略幻觉问题），搜索引擎的使用频率已经断崖式下跌了。

直到看到李继刚写的那套Prompt（文章后面会附上），然后用Claude直接生成效果图，才彻底碘伏了之前的认知。关键就在于，AI完全能理解所谓“互联网模因”的概念，并且给出了最精准、直击人心的回答。

先看看结果——如果让你用互联网的阴阳语气来描述一些词语，你能比AI写得更传神吗？

基本上，看到的人都会直接破防。

下面是李继刚公众号截取的提示词内容，值得认真拆解学习。

仔细观察，这套提示词的风格很像伪代码，核心关键词是defun。这是哪门语言？问一下Claude就知道了。

原来是一门叫Lisp的语言，一种相当“远古”的编程语言。defun相当于现代语言里的function，而“XX·XXX”这种写法叫做点对表示法，注释风格则是Lisp特有的双分号开头。

我们来梳理一下整体流程：

1、启动必须先运行start函数，接着调用主函数（琢磨 用户输入）。

2、start函数做了什么呢？第一步是设定系统角色，也就是告诉AI以什么身份来回答问题。然后给出一句引导词：“今天想聊点什么？”、“他们又用什么词来忽悠你了”——一下子就抓住了场景。

3、启动后，用户输入了“单词”，主函数（琢磨 用户输入）开始执行。这个主函数做了几件事：

• 接受一个输入变量：用户输入
• 使用了let*结构——在Lisp中用于顺序绑定局部变量，这里定义了三个主要变量：现状、个体、群体
• 然后进行整合和思考过程
• 最后以SVG-Card的形式输出内容

是不是有点不太好懂？别担心，我们继续请Claude帮忙分析。

这样是不是就一目了然了。

4、最后一步很简单，就是规定结果必须以SVG-Card形式输出。为了更直观地理解，再次请出Claude。

可以看到，这个输出结果完美对应了提示词里的每一个关键设定。什么叫“负空间”和“呼吸感”？文字解释可能很费劲，但这么一画出来，谁都能秒懂。不得不说，AI在这个任务上的理解能力，确实超出了预期。

最后总结一下。

得先承认自己之前的自大。这次Prompt体验完全让人认识到：掌握合适的提示词技巧，就是掌握了和AI真正沟通的方法论。

仔细拆解提示词的每一个组成部分，本质上和2023年的提示词工程并没有什么区别。但李继刚这种Lisp风格的写法，提供了一种“正确”引导AI的新思路。

借鉴这种写法，完全可以举一反三、照猫画虎地把其他任务交给AI。这里进行一次拙劣的模仿：构建一个概念解释老师，让奶奶也能听懂前沿概念。

这是结果。

最后附上提示词，体验感非常不错。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：提示词工程：人机沟通核心路径读李继刚Prompt有感要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题