别再憋 Prompt：10 分钟语音 生成一份 AI 能执行的任务书

先别急着憋完美的 Prompt，用十分钟语音把真实想法全倒出来，让 AI 真正理解你的目标和背景。
核心内容：
1. 传统短Prompt在复杂任务中的局限性
2. 十分钟语音输入法如何降低背景信息提供成本
3. 与AI协作时，背景信息比格式要求更重要

你可能遇到过这种时刻：

Prompt 已经改了七八轮，角色、格式、语气、字数全写清楚了，AI 给出的答案也很完整。

但你一眼就知道，不对。

它不是不会做。恰恰相反，它做得很认真，只是做成了另一个人想要的东西。

于是你继续补 Prompt、换模型、学新技巧，最后把问题归结为：是不是我还不够会用 AI？

可真正的问题，也许刚好相反。

你不是不会写 Prompt。你可能只是一直在替 AI 删掉它最需要的信息。

昨天，Andrej Karpathy 分享了一个他和大模型协作时常用的方法：遇到复杂问题，先别急着憋一条漂亮的 Prompt。打开语音，想到什么说什么，连续讲十分钟。

可以混乱，可以重复，甚至可以提前告诉 AI：“我现在用语音输入，可能会有错字。”

更有意思的是，这不是第一次有人给出相同建议。

今年 3 月，@mstockton 发布过一套更具体的十步流程：先录一段至少十分钟的语音，把它转成文字，再让 Claude Code 不断追问，直到真正理解你想完成什么。

两条相隔几个月的内容，击中了同一种普遍挫败：

很多人和 AI 配合不好，真正的问题是：目标、背景、限制和完成标准，根本没有进入对话。

这不是又一套 Prompt 技巧。

它更像是一次解脱：你终于不用先把自己整理得像一台机器，才有资格让机器理解你。

你不是不会写 Prompt，你是在替 AI 删答案

我们已经被训练得很会写短 Prompt 了。

一句话讲清任务，最好再指定角色、格式、语气和字数。看起来很专业，也很节省上下文。

但复杂任务真正需要的，往往不是这些格式要求。

为什么要做这件事？之前试过什么？手里已经有什么材料？最担心哪里出错？哪些结果看起来正确，但你其实不能接受？做到什么程度才算完成？

这些信息常常只存在于人的脑子里。

打字时，我们会嫌麻烦，主动把它们删掉。结果只剩一句：“帮我做一个高级、有质感的个人网站。”

然后等待 AI 猜中那个连你自己都没有说出口的答案。

AI 收到的名词很多，真正能帮助判断的信息却很少。

我之前用 Codex 搭个人网站时，真正起作用的并非“高级”“有设计感”这些形容词。更重要的是：网站为谁服务、我已经有哪些内容、首页必须出现什么、哪些参考图像像我，以及什么结果才算完成。

知识库也是一样。AI 可以负责整理、移动和检查，但什么值得进入长期知识、什么只能作为写作素材，必须提前说清楚。

这些看似啰嗦的背景，不是废话。它们才是 AI 做判断时真正能抓住的东西。

AI 最怕的不是你说得乱，而是你说得少，还默认它应该懂。

长语音的价值，就在于它降低了提供这些背景的成本。

你不用一开始就想明白，也不用一开口就显得专业。先把真实处境交出来，再和 AI 一起把它整理清楚。

十分钟里，把“没想清楚”也说出来

这个方法不需要专门的设备，也不要求使用某一个产品。任何能把语音变成文字、并允许你检查转写结果的工具都可以。

找一个你拖了很久、每次交给 AI 都得反复修改的任务。打开录音或语音输入，然后围绕下面六件事自由讲：

1. 我到底想完成什么？ 不要先描述功能，先说最终变化。
2. 为什么现在要做？ 是什么事情触发了它，拖下去会怎样？
3. 我手里已经有什么？ 文件、旧稿、链接、案例、账号、素材都算。
4. 我不想要什么？ 哪些常见答案、风格或做法看起来正确，却不适合你？
5. 我最拿不准什么？ 把矛盾、顾虑和没想明白的地方直接说出来。
6. 什么结果算完成？ 谁来使用，在哪里使用，怎样检查它真的能用？

不用按顺序，也不用强迫自己讲满十分钟。“十分钟”只是两位作者都采用的实践长度，不是什么最优公式。

真正重要的是：不要一边说，一边把那些“不专业”的内容删掉。

犹豫、反悔、补充和“我也不知道为什么，就是不喜欢”，都可能暴露真实的取舍。AI 后面可以帮你整理，但前提是这些东西先出现。

长语音不是更高级的 Prompt，它只是更便宜的上下文。

最危险的时刻，是 AI 说“我懂了”

这是整套方法最容易被忽略的一步。

很多人把十分钟转写贴进去，下一句就是：“开始做吧。”

这一下很痛快，也最危险。

但说得更长，不代表想得更清楚。口述里会有重复、矛盾、错字，也会混进一时兴起的想法。如果 AI 直接执行，它只是在更大的上下文里更自信地猜。

前面的理解只要偏一点，后面的研究、设计、开发和写作都可能一起跑偏。你以为自己省掉了一轮确认，实际只是把返工推迟到了更贵的位置。

所以，第一轮不要让它产出结果，只让它确认理解。

你可以把下面这段话和转写一起交给它：

这一步的目的，是让 AI 把自己的理解暴露出来，而非把口述“润色得更好看”。

如果它复述错了，你会在执行前发现。如果它把推测写成要求，你可以立刻纠正。如果它问的问题全是字体、格式和字数，说明它还没有抓住真正的任务。

不要用一份更长的输入，换来一次规模更大的误解。

把混乱压成一页，事情才真正开始

完成追问后，让 AI 把信息压缩成一页任务书。

这份任务书不需要漂亮，但至少应该回答八个问题：

1. 想完成什么。
2. 为什么现在做。
3. 已有材料和当前状态是什么。
4. 有哪些限制，明确不做什么。
5. 发生冲突时，优先保住什么。
6. 什么结果才算完成。
7. 还有哪些问题没有确认。
8. 接下来第一个动作是什么。

然后你只做一件事：逐条确认。

目标是你真正要的吗？限制有没有被偷换？AI 的推测有没有混进确定要求？完成标准能不能真的检查？

确认完成后，这一页才是后续写作、设计、开发或研究真正使用的输入。十分钟口述是原料，任务书才是交付物。

如果任务会持续几天，还可以让 AI 把这份任务书保存成文件。以后换对话、换模型或中断后继续，不需要重新解释整件事。

这也是我越来越看重“文件”的原因。聊天里的理解会消失，一份经过确认的任务书，才能成为所有后续动作共同依赖的事实来源。

一个没有完成标准的任务，不是在协作，只是在碰运气。

别收藏，今天就拿一个真任务跑一遍

如果你只是觉得这个方法不错，然后把文章放进收藏夹，它很快就会变成又一条“我以后要学”的内容。

别再学一条了。现在打开待办清单，找出那个你拖了很久、每次交给 AI 都会返工的任务。

可能是做个人网站、整理知识库、写一篇重要文章、研究一个新方向，也可能是终于把一个只存在脑子里的产品想法做出来。

然后完整跑一遍：

1. 打开语音，把目标、背景、材料、顾虑和不想要的结果全部说出来。
2. 把转写和前面的“先不要执行”提示一起交给 AI。
3. 回答它真正会改变方案的问题，删掉没有意义的格式追问。
4. 让它生成一页任务书，逐条确认目标、限制和完成标准。
5. 只执行第一个最小动作，并要求它用实际结果证明已经完成。

第一轮的目标，不是让 AI 立刻交出一个惊艳成品。

而是得到一份你看完以后愿意说“对，这就是我要做的事”的任务书。

当 AI 不再猜你的意图，你会明显感觉到：那些过去需要反复纠偏的工作，终于开始往同一个方向用力。

有些事情，还是应该老老实实打字

语音不是所有任务的默认入口。

查一个日期、改一句文案、把三行数据整理成表格，直接输入要求更快。为了显得会用 AI，硬讲十分钟没有意义。

精确数字、人名、链接、文件路径和专有名词，也应该在转写后用文字检查。OpenAI 的官方说明同样提醒，语音转写并不保证逐字准确，重要信息需要复核。

密码、身份信息、未公开的商业内容，也不应该随手倒进在线语音服务。

至于付款、发布、删除、授权和修改正式系统，更不能因为前面聊得很充分，就让 AI 自动决定。上下文越完整，越容易让人产生“它已经懂了”的错觉，但理解任务不等于获得权限。

语音适合的是那些背景很多、取舍复杂、你自己也还没完全想清楚的任务。

它帮你把脑子里的原料倒出来。AI 帮你整理和追问。确认权，仍然属于你。

下一代 Prompt，可能根本不像 Prompt

过去，我们努力把人的意图压缩成一句机器容易理解的命令。

现在，模型能处理更长、更混乱的上下文，问题开始反过来：人能不能把真实目标、隐含限制和判断标准充分交出来？又能不能认出 AI 复述后的版本，究竟是不是自己真正想做的事？

这可能才是语音方法最值得重视的地方。

它没有让 Prompt 消失，只是把 Prompt 从一句精心修饰的命令，变成了一个逐步对齐的过程：先倾倒，再复述；先追问，再确认；确认之后才执行。

下一代 Prompt 可能不是一句完美命令，而是一段足够真实、可以被追问的上下文。

所以，如果你读到这里，脑子里正好浮现出一个拖了很久的复杂任务，别再把这篇文章放进“稍后阅读”。

现在就打开语音，把真正的处境说出来。

你不需要一开始就很清楚。混乱、犹豫和反悔都可以先出现。

但在 AI 开始替你做事之前，你们必须一起把“什么才算做完”说清楚。

真正的分水岭，不是谁收藏了更多 Prompt，也不是谁能把命令写得更像专家。

而是谁愿意把脑子里那些含糊却重要的判断交出来，再把它们确认成 AI 能执行的任务。

AI 等的可能不是一句更漂亮的命令，而是你终于把真正的问题说了出来。

登录查看剩余 70% 内容