提示词的局限

前面三篇讲了提示词能做什么——直接问、给例子问、让它一步步想。现在讲它做不到什么。

（如果你忘了提示词是什么：就是你跟 AI 说话时输入的那段话。详见 什么是提示词。）

局限一：AI 不记事儿

你问一句，AI 答一句。对话结束。

下一次你打开同一个 AI 工具，想继续聊刚才的话题——AI 完全不记得你之前说过什么。就像你换了个人聊天，对方不知道你们刚才在聊什么。

比如你让 AI 帮你写一份项目方案。第一次聊了需求，第二次想让它接着写——它不记得需求了。你只能把第一次聊的东西重新贴进去。

每一个新对话，都是从零开始。

局限二：你得自己给它找资料

AI 的知识就像一本印好了就不再更新的书。书上写了什么它知道，没写的它不知道。

你想让它总结今天的新闻？不行，书里没有。你想让它查一个 2025 年才发布的技术文档？不行，书印好的时候还没这东西。你得自己把资料找好，贴进去给它看。

每问一次，你就得手动准备一次材料。

局限三：输出质量全靠你的输入

问得好，答得好。问得含糊，答得也含糊。

AI 不会主动说”你这个问题少了关键信息，我先帮你补上”。它只会根据你给的东西回答。就像一个只听命令的助手——你说什么它做什么，不会主动提醒你漏了什么。

这意味着你每轮都要自己保证输入质量。没有自动纠偏，没有自动补充。

这三件事指向同一个东西

• 不记事儿，所以要自动管理记忆
• 不能自己找资料，所以要自动注入信息
• 输出靠输入，所以要自动组织上下文

三件事加起来，就是上下文工程（Context Engineering）要解决的问题。

上下文工程做的事情：在 AI 开口回答之前，自动把该用的背景信息、相关资料、之前的对话记录准备好，塞给它。这样你就不用每次都手动贴一遍了 ¹。

提示词管的是”怎么问”。上下文工程管的是”让 AI 看见什么”。一个管嘴，一个管眼睛。

下一篇讲上下文工程具体怎么做：上下文工程。

相关笔记

• 上下文工程 — 继续：怎么让 AI 自动拿到背景信息
• 三种问法：Zero-shot、Few-shot、思维链 — 回顾：三种不同的 Prompt 用法
• AI 应用层知识图谱 — 看全景：四次范式在整体图中的位置

下一步

• 上下文工程 — 继续：怎么让 AI 自动拿到背景信息
• 三种问法：Zero-shot、Few-shot、思维链 — 回顾：三种不同的 Prompt 用法
• AI 应用层知识图谱 — 看全景：四次范式在整体图中的位置

来源

• 人人都是产品经理, “AI 工程的第四次跃迁：从 Prompt 到 Loop”, https://www.woshipm.com/ai/6414536.html

注释

1. 人人都是产品经理, “AI 工程的第四次跃迁：从 Prompt 到 Loop”, https://www.woshipm.com/ai/6414536.html ↩