还在纠结 prompt 怎么写吗？其实不用绕弯，直接把你的真实需求说出来就可以！很多时候，需求本身就是最有效的 prompt，清晰、具体、直白的表达，往往比复杂冗长的提示词更有用。
核心要点：
1. 需求表达本身就是 prompt，传统复杂的 prompt 工程思路正在被重新定义
2. 先说出“乱七八糟的版本”：更容易暴露细节、限制条件和隐藏需求
3. 看似荒谬的问题也有对话价值：有助于挖掘真实需求，逐步拆解复杂问题

你有没有过这样的体验：想让 AI 帮你处理一件事，却总觉得自己的需求还不够“完整”，于是反复斟酌怎么措辞，结果在脑海里改来改去，拖了很久才真正开口？

OpenAI 的一位开发者曾在 X 上分享过一篇文章，标题非常直接：「Ha ve you asked Codex?」——你问过 Codex 了吗？

这篇内容的核心观点其实非常简单：你平时向别人解释需求时说出的那段话，本身就是最好的 prompt。

PART 01

你以为的「废话」，其实就是高质量 prompt

很多人在问“Codex 能不能做这个”时，往往会先花几分钟解释“这个”到底是什么——包括任务背景、目标结果，以及自己已经尝试过哪些方法。

作者的回应很直接：你刚刚说出来的这些内容，为什么不直接告诉 Codex？

所谓的“prompt engineering”并没有完全失效，但那种“先学会一套神秘提示词公式，再去和 AI 沟通”的思路，确实越来越不适用了。面对推理模型，你并不需要依赖魔法关键词，也不必盯着空白输入框花一个小时憋出一个完美 prompt。

不过，clarity（清晰度）依然非常关键。表达含糊，Codex 就会像你一样困惑——这就像有人把一篇文章的段落顺序全部打乱，你自然也很难看懂。

真正重要的是：清楚说明你想完成什么、哪些背景信息关键、有哪些限制条件，以及什么样的结果才算理想。

把 Codex 当成同事来沟通，像平时讨论工作那样自然表达就可以。

PART 02

先说出「乱七八糟的版本」也没关系

大多数好想法刚出现时，并不是一份结构完整、条理清晰的需求文档，而更像这样：

「我这里有一堆文件，格式都不统一，周五之前要交报告，大部分数据应该已经够用了，但有一个导出的文件看起来有点不太对……」

这样表达，其实完全没问题。

当你啰嗦、补充、犹豫的时候，反而给了 Codex 更多有价值的上下文信息。你可能会顺带提到一个“最后可能会删掉”的细节，也可能在说着说着突然改主意，还可能会意识到“等等，我其实并不想要那个结果”。

这些变化都很重要。你改主意，说明你开始明确自己不想要什么；你突然跑题，可能恰好暴露了一个隐藏约束；你边想边说，其实是在帮助自己和 Codex 一起更准确地理解任务。

如果工具支持语音输入，不妨直接按下麦克风，把脑子里的想法先讲出来，再检查转写后的文字内容并发送。这样往往比一直等“完美表达”出现更高效，也更适合真实的 AI 对话场景。

PART 03

别害怕去问那个「看起来荒谬的问题」

网上有个很经典的梗：“Codex，帮我做一个价值十亿美元的 B2B SaaS，一次性搞定，别废话。”

当然，你不可能真的靠一句话就生成一家十亿美元规模的公司。但这类对话依然有意义，因为它很可能帮你挖掘出一些更真实的东西：一个你真正理解的问题、一个现实存在的需求对象，或者一个值得今天就开始动手的第一步。

传统的问题解决方法到现在依然有效：把复杂问题拆解成更小、更具体、更可执行的步骤。

真正的价值，往往不在那个夸张的问题本身，而在于对话推进的过程。它能把一个听上去不切实际的想法，慢慢引导成一个今天就能落地交付的成果。

PART 04

几个马上就能使用的 AI 提问技巧

如果你的想法还比较模糊，不妨让 Codex 反过来采访你：

或者你也可以更直接一点：

• 我的盲点在哪里？
• 什么因素会导致这件事失败？
• 我现在在哪些地方想得太复杂了？
• 这件事的最小可行版本是什么？
• 正式开始之前，你还需要知道哪些信息？

Codex 的 Plan 模式更适合需要结构化推进的场景，它会主动提出澄清问题、给出备选方案，并在真正动手之前先帮你梳理思路。但并不是每一个想法都必须从“制定计划”开始。有时候，先进行一场自然、开放式的对话，反而更顺畅。毕竟我们和同事交流时，也不会把每一次讨论都强行拆成“规划”和“执行”两部分。先聊起来，让问题的轮廓在交流中自然浮现。

PART 05

如果 Codex 理解跑偏了，就直接问它为什么

「你做出了这个结果，但我真正想要的是另一个方向。问题到底出在哪里？」

原因可能有很多。也许是你的需求表达存在歧义，也许是 AGENTS.md 或某个 skill 把执行方向带偏了，也可能是某个插件、权限或工具当前不可用，或者 Codex 在中途做出了一个不准确的假设。

你可以直接追问它：你是怎么理解这个需求的？你遵循了哪些指令？哪里执行失败了？如果重来一次，我原本可以在哪些地方说明得更清楚？ 通常情况下，Codex 能利用已有上下文，对这次协作过程做一次有效的复盘和审计。

在 Codex 运行过程中，你还可以打开侧边对话（/side），而不打断主任务流程。你可以问它已经完成了哪些部分、还剩下哪些工作、卡在了什么地方，以及你现在能提供什么帮助。从某种意义上说，你 basically 就像它的站会经理。

PART 06

把脑子里的想法先倒出来，再让 AI 帮你整理

作者提到，自己在一次公路旅行中，开始和 Codex 聊一个关于演讲的想法。那次对话后来不仅变成了演讲的结构，也进一步发展成了这篇文章。整个过程中，他是一边说、一边修改想法，再一路继续聊下去。

很多时候，最大的障碍其实不是 AI 模型能力不够，而是我们自己先把自己卡住了。我们总觉得想法还没准备成熟，不知道正确的 prompt 应该怎么写，也担心没有把需求解释清楚。

未来的 AI 交互界面一定会越来越友好。但如果你对“和 Codex 聊天应该是什么感觉”这件事本身有想法，作者也明确表示，他真的很愿意听到这些反馈。

别再反复琢磨了，直接去问 Codex。

如果你觉得这篇内容有帮助，欢迎转发给那些还在纠结 prompt 怎么写的朋友，也别忘了点赞 + 收藏，下次直接和 AI 开始对话就好。

THANKS FOR READING

⚡ 爱马仕 · Hermes Agent 技术分享

登录查看剩余 70% 内容