告别「Codex能做什么」的困惑，直接告诉它你的需求

在使用AI编程工具时，许多人都会陷入一个思维陷阱：必须想出一个完美的提示词才能开口。于是他们在脑子里反复打磨措辞，犹豫再三，最后发现一天过去了还没开始干活。这种"过度准备"的现象背后，是我们对"正确提问方式"的误解。实际上，与AI协作的核心不在于掌握什么神秘的提示词技巧，而在于如何清晰地表达你的真实需求。

需求本身就是最好的提示词

OpenAI推出的Codex正在重新定义我们与AI编程工具的交互方式。最新研究表明，那些推理能力强大的模型并不依赖精心雕琢的魔法关键词。你不需要在空白屏幕前苦思冥想一个小时来构造完美提示词。真正重要的是clarity——清晰度。当你的表达含糊其辞时，AI和你一样会感到困惑；当你把需求说得清清楚楚时，AI就能精准地理解你的意图。

「乱七八糟」的想法往往更有价值

很多人习惯性地问「Codex能做这个吗？」然后花两三分钟解释「这个」到底是什么——问题背景是什么、期望结果是什么、已经尝试过什么。其实，你刚才解释的这些内容，直接告诉Codex就行了。所谓的「提示词工程」（prompt engineering）思维正在悄然消亡。这不是说提示词技巧完全没用了，而是那种「先学一门暗语再提问」的思路已经过时了。推理模型能够理解自然语言，你完全可以像跟同事聊天一样，把需求、背景信息、约束条件和期望结果直接说出来。

让AI帮你梳理模糊的想法

大多数时候，我们脑海中的想法并非整洁的需求文档，而是充满碎片的：「我有一堆文件，格式乱七八糟，周五前要交报告，大部分数据应该够了，但有一个导出文件有点怪怪的……」这样的描述看似混乱，实际上恰恰给了AI更多有用的信号。在你啰嗦的过程中，你会不经意提到那些「打磨后会删掉」的细节，你会中途改主意，你会说「不对，我其实不想要那个」。改主意暴露了你真正不想要什么，跑题可能暴露了一个隐藏的约束条件。边想边说的过程，其实是在帮助你和AI共同理解任务的全貌。如果有语音输入功能，不妨按下麦克风，把你的想法直接说出来，检查一下文字稿，然后发送。一个好想法不应该因为「找不到完美的表达方式」而卡在脑子里。

当你的想法还很模糊时，可以请Codex来「采访」你：「我还没想清楚，你一次问我一个问题，哪里模糊就追问，然后帮我把它变成具体的东西。」你也可以主动问它几个关键问题：我的盲点是什么？什么会让这件事失败？我是不是在过度思考？最小可用版本是什么？开始之前还需要知道什么？如果需要更结构化的输出，Codex的Plan模式会提澄清问题、给选项、在动手前先理清思路。但并非每个想法都需要从计划开始，有时候一场开放式的对话反而更顺畅——我们不会把跟同事的每次对话都分成「规划」和「执行」两个阶段，先聊起来，让问题的轮廓自然浮现。

如有侵权，请联系删除。