你在用悟空（或其他 AI 助手）时，是否经常遇到这样的场景：
你让 AI 写一份技术方案，它洋洋洒洒写了三千字，但你只想要一张对比表格；你让 AI 写周报，它给你堆砌了一堆「积极推进」「大力支持」的空话，你不得不逐句删改换成数据。
内容质量没问题，但交付物不可用。
这是 AI 协作中最隐蔽的效率杀手。很多人以为 AI 不够聪明，其实是你没有给它明确的「交付标准」。
在 悟空技巧一：让 AI 向你提问 中，我们讨论了如何通过提问澄清来解决「需求模糊」的问题。今天，我们聚焦另一个维度：如何通过「交付物先行」，解决「格式返工」的问题，让 AI 的输出复制粘贴就能用。
🎯 核心问题：为什么 AI 的输出总是差点意思？
当我们对 AI 说「帮我写一份周报」或「对比 Redis 和 Memcached」时，我们的大脑里其实隐含了大量未表达的约束：
- 格式要求（Markdown 表格？列表？文档？）
- 风格偏好（数据驱动？简洁？详细？）
- 长度限制（500 字？20 条以内？）
- 禁忌事项（不要空话？不要长篇大论？）
AI 没有读心术。当你省略这些约束时，AI 只能基于概率分布猜测一个「最通用的模板」。而通用模板，往往意味着你需要大量后期修改。
解决思路很简单：把 AI 当作外包团队，而不是算命先生。 作为甲方，你需要在开工前明确交付标准，而不是等它做完再说「这不是我想要的」。
📦 核心理念：交付物先行（Deliverable-First）
在让 AI 生成内容之前，先给它一个「交付物模板」或「验收标准」。先定义格式，再生成内容。
标准 Prompt 模式
"我需要你生成 [任务内容]，请先确认以下交付标准：
1. 输出格式：[Markdown/表格/代码/JSON 等]
2. 必须包含的章节/维度：[具体列表]
3. 禁止出现的内容：[空话/长篇大论/特定词汇等]
4. 长度限制：[字数/条目数限制]
5. 参考样例：[给出一个正面示例和反面示例]
确认理解后，再开始生成。"
🛠️ 实战案例
案例一：生成高质量周报
❌ 普通问法：
“帮我写本周周报”
✅ 交付物先行：
“我需要你生成本周周报，请先确认以下交付标准：
- 输出格式：Markdown，适合直接粘贴到钉钉文档
- 必须包含的章节：本周完成事项（按项目分组）、遇到的问题、下周计划、需要协调的资源
- 禁止出现的内容：空洞的形容词（如’积极推进’、‘大力支持’），只写事实和数据
- 长度限制：每个项目不超过 3 条，总字数控制在 500 字以内
- 参考样例：
- ✅ ‘完成用户登录模块重构，接口响应时间从 200ms 降至 50ms’
- ❌ ‘积极推进用户登录模块的优化工作，取得了显著成效’
确认理解后，再开始生成。”
结果：悟空会生成一份简洁、数据驱动、格式统一的周报，你只需要填入具体内容即可，无需二次加工。
案例二：生成技术方案对比表
❌ 普通问法：
“帮我对比一下 Redis 和 Memcached”
✅ 交付物先行：
“我需要你生成 Redis 和 Memcached 的技术对比，请先确认以下交付标准：
- 输出格式：Markdown 表格
- 必须包含的维度：数据结构支持、持久化能力、集群方案、性能特点、适用场景、运维复杂度
- 禁止出现的内容：长篇大论的文字描述，只保留表格中的关键点
- 长度限制：每个单元格不超过 50 字
- 额外要求：在表格下方用 3 句话总结选型建议
确认理解后，再开始生成。”
结果：你会得到一个可以直接插入技术文档的对比表，而不是需要自己整理的一大段文字。
案例三：生成代码审查清单
❌ 普通问法：
“帮我写一份代码审查 checklist”
✅ 交付物先行：
“我需要你生成一份 Java 后端代码审查清单，请先确认以下交付标准：
- 输出格式：Markdown 无序列表，每个条目前加复选框 [ ]
- 必须包含的分类：安全性、性能、可维护性、异常处理、日志规范
- 每个条目的格式：[ ] 分类: 检查点说明 + 反面示例
- 禁止出现的内容：泛泛而谈的原则（如’代码要简洁’），必须是可操作的检查项
- 长度限制：总共不超过 20 条，每条不超过 2 行
确认理解后，再开始生成。”
结果：你会得到一份可以直接用于 Code Review 会议的清单，团队成员可以逐项打勾。
🧠 为什么这个技巧有效？
- 消除格式返工：很多情况下，内容是对的，但格式不对。提前约定格式，避免后期调整。
- 强制具体化：当你要求「禁止出现空洞形容词」时，悟空会自动切换到事实驱动的表达方式。
- 降低认知负荷：你不需要在悟空生成后再去「翻译」它的输出，而是直接拿到可用的交付物。
- 建立质量标准：通过「参考样例」，你实际上是在训练悟空理解你的偏好。长期使用后，它会越来越懂你的风格。
🚀 进阶用法
变体一：逆向验收
“在生成之前，请先告诉我：如果这份交付物不合格，最可能的 3 个原因是什么？我会提前规避。”
这能迫使 AI 自我审视，提前识别潜在的质量风险。
变体二：分步交付
“这是一个大型文档。请先输出目录结构，我确认后再逐章生成。”
避免 AI 一次性生成大量内容后，发现整体结构偏差，导致全盘推翻。
变体三：自动化测试思维
“请为即将生成的内容设计 3 个’验收测试用例’，我会用它们来评估输出质量。”
例如，对于代码生成，验收用例可以是「是否包含类型注解」「是否处理了异常边界」；对于文档生成，可以是「是否包含数据支撑」「是否避免了空洞形容词」。
🔄 与技巧一的互补关系
| 维度 | 技巧一：提问澄清 | 技巧二：交付物先行 |
|---|---|---|
| 解决的问题 | 需求模糊，AI 猜不准意图 | 格式不对，后期返工成本高 |
| 触发时机 | 需求刚提出时 | 需求确认后，执行前 |
| 核心动作 | AI 向你提问 | 你定义验收标准 |
| 适用场景 | 探索性问题、复杂任务 | 结构化文档、表格、代码 |
| 收益 | 答案更精准，方向不偏 | 格式直接可用，零调整 |
在实际使用中，这两个技巧通常是串联的：先用技巧一让 AI 提问澄清需求，再用技巧二明确交付物格式，最后让 AI 执行。
下一篇 悟空技巧三：示例驱动 将进一步讨论如何通过提供正反示例，让 AI 的输出风格和质量完全对齐你的标准。
你在实际使用悟空或其他 AI 工具时，有哪些「一次可用」的 Prompt 技巧？或者踩过哪些「格式返工」的坑？欢迎留言讨论。