吴恩达 2026《AI 提示词工程》Module 2 全笔记：把 AI 真正变成你的思考伙伴
Module 1 解决「找信息」的问题，Module 2 把 AI 真正用起来——当思考伙伴、当编辑、当评审。
这 8 节课最颠覆我认知的一个共识：AI 默认是个会拍马屁的高智商应届生。所有 prompt 工程的底层逻辑，都是绕开它的「想取悦你」本能，逼它给你真正有用的东西。
按「截图 + 1 句解读 + 1 个模板」三段式整理：
Day 1·头脑风暴：让 AI 走出「常识答案」舒适区
💡 1 句话解读： AI 默认给"常识答案"（深蹲、俯卧撑），因为互联网上同类文本最多——想要创意答案（蹦床破节、猫触发微训练），必须给足上下文 + 多轮迭代反馈。
📋 模板·迭代式头脑风暴
代码块
Plain Text
帮我头脑风暴：[问题]
我的背景上下文：
- 现状：[关键约束]
- 资源：[手头有什么]
- 已经试过的：[列举 2-3 个不想再试的方向]
- 期望角度：[创意/务实/冷门/逆向]
请给我 5 个不同方向的方案。每个方案 30 字以内，先列清单，
等我给反馈后再展开细节。
—— 我看完会说「方案 X 喜欢哪部分、Y 不喜欢哪部分」，
你基于反馈再生成 5 个新方案，迭代 3 轮。
Day 2·上下文管理：你拥有的容量是 4-5 本《哈利·波特》
💡 1 句话解读： 主流 AI 的 context 能装下约 75 万词（4-5 本《哈利·波特》），大多数人严重低估这个容量——但话题切换时一定要新开 chat，旧上下文会污染新答案。
📋 模板·上下文打包（一次发完）
代码块
Plain Text
我准备问你一个复杂问题，先把所有背景一次性给你：
【我是谁】[职业 / 身份 / 决策角色]
【我在做什么】[当前项目 / 任务]
【关键数据】[现状指标 / 时间约束 / 预算]
【我的目标】[期望的产出形式]
【已经试过】[避免重复建议]
【期望输出】[报告 / 清单 / 决策建议 / 选项对比]
正式问题：[你的问题]
请基于以上全部信息回答，必要时引用具体细节。
Day 3·AI 桌面 Agent：让它读你电脑上的文件
💡 1 句话解读： Claude Cowork / Microsoft Copilot / Google Antigravity 能读写你电脑文件——但永远先让它出方案、不要直接执行，删的文件不进回收站，覆盖的文件没历史。
📋 模板·安全三步走（强制 propose → review → execute）
代码块
Plain Text
任务：[你想做的事，比如「整理这个文件夹」]
请按以下顺序执行：
Step 1：先列出你打算读的文件（不要读内容）
+ 你打算执行的所有动作（move/rename/delete/create）
+ 风险评估（哪些是不可逆的）
STOP，等我审查后再继续。
Step 2：我说"OK"后，按顺序执行
每完成一个动作输出一行日志
遇到任何意外立刻停下问我。
Day 4·深度推理：「think step by step」已经过时
💡 1 句话解读： 2026 年的 reasoning models 已经能完成人类需要数小时的复杂任务——别再说「step by step」了，直接说 「think hard」/「ultrathink」，让它自己决定怎么思考。
📋 模板·深度推理触发
代码块
Plain Text
[你的复杂任务，含完整上下文]
要求：
- 请 ultrathink 这个问题，思考至少 5 分钟再给答案
- 必要时联网检索补充数据
- 给出 2-3 个备选方案，每个方案的：
Day 5·反奉承：AI 比你想的更爱说「You're right」
💡 1 句话解读： Washington Post 研究：ChatGPT 说「That's correct / Good point」比说「Not quite right / Actually」多 10 倍——任何带感情/偏好的提问都会被 AI 镜像反射回来，必须强制中性框架。
📋 模板·中性提问改写器
代码块
Plain Text
我之前想问：[你的原始问题，可能带偏好]
请帮我做两件事：
指出原问题里所有「暗示我希望听到 X 答案」的措辞
改写成完全中性的版本（不能让你猜出我倾向哪边）
Day 6·写作：AI slop 长什么样 + 怎么避免
💡 1 句话解读： AI slop 的特征：滥用 em dash、"nuanced"、"delve"、"not X but Y" 句式、3 项列表上瘾——避免方法是渐进式大纲，先大纲、再要点、最后才正文，每步迭代。
📋 模板·渐进式写作工作流
代码块
Plain Text
我要写：[文章主题 + 目标读者 + 字数]
请按以下 3 个 phase 进行，每个 phase 完成后停下等我反馈：
Day 7·客观评审：用 rubric 把 AI 拍马屁的本能掐死
💡 1 句话解读： 不写 rubric → AI 给你 90 分；写明每条标准是 yes/no 二元判断 → AI 老实给 75 分还告诉你扣分原因。评审质量 = rubric 质量。
📋 模板·客观评审 rubric 生成器
代码块
Plain Text
我要评审：[文章 / 设计 / 代码 / PRD / 商业计划]
请按以下流程：
Step 1·先给我一个 rubric 草稿
- 5-7 个评审维度，每个 10-20 分
- 每个维度下 3-5 个 yes/no 子标准（必须二元，不能"还行""一般"）
- 例如不要写「论证清晰（10 分）」
要写「✅每个论点有数据支撑（3 分）✅每个数据有来源（3 分）✅论点之间无矛盾（4 分）」
Step 2·我确认 rubric 后
- 用 rubric 评审 [我的内容]
- 每个子标准独立打分 + 一句话原因
- 最后汇总总分 + 改进建议（按扣分项排序）
Day 8·Lab 实操：亲手感受「主观 prompt vs 客观 rubric」的分差
💡 1 句话解读： 吴恩达 lab 里同一篇 sci-fi 短篇——主观 rubric 给 83 分（一通夸），客观 rubric 给 75 分还指出具体问题。8 分差距 = 你浪费掉的真实反馈。
📋 模板·5 分钟自测：你的写作真实分数
代码块
Plain Text
拿你最近写的一篇文章 / 一段代码 / 一份方案，做两次评审：
第 1 次（主观）：
"请帮我评价以下内容质量，打 100 分。" + 内容
第 2 次（客观，用模板 7 生成 rubric）：
[先生成 rubric → 再用 rubric 评审]
对比：
- 两次的总分差多少？
- 客观版指出了哪些主观版没指出的具体问题？
- 这些问题，是不是你之前自己也隐约感觉到的？
8 节课浓缩成一句话
AI 是个想取悦你的高智商应届生——给足上下文让它能干活、用 rubric 锁住它的输出标准、用 ultrathink 释放它的推理能力。