你猜怎么着？AI答非所问，八成是你喂的饭不对

每天都有老板跑来问我：“马丁，我用AI写文案、做方案，怎么总感觉它听不懂人话？”我说你给它喂了什么？他说就一句话啊，帮我写个营销方案。然后AI回了一堆废话。我说这不是AI的锅，是你自己没把饭喂对位置。我做流量做了这么多年，发现一个特别扎心的规律：人和机器一样，你塞给它一堆乱七八糟的东西，它就只能给你一堆乱七八糟的反馈。AI不是傻，是你根本没告诉它从哪开始看。

这事我最早是在做商业IP内容规划时发现的。我手上有几十个账号，每天要写大量脚本。一开始我把所有资料、用户评论、竞品分析一股脑塞进对话框，让AI帮我写文案。结果它经常写出一堆和核心卖点毫不相干的东西。焦虑了三个月，我才意识到问题出在哪——我一直在踩上下文窗口的坑。

2024年谷歌发过一份Gemini 1.5 Pro的测试报告，他们把上下文窗口做到了100万token，理论上能塞下整本《三体》三部曲。但测试发现，模型在极长上下文中会“忘记”中间部分的信息。研究团队自己说的，关键查询必须放在开头或结尾，否则效果断崖式下降。这就很有意思了——你把最重要的要求塞进中间，等于发给AI一个已读不回的信号。

上下文窗口不是垃圾桶，是精装修的厨房抽屉

图片来源: Unsplash (CC0)

很多人的习惯是什么？把AI当成一个无限容量的文件夹，什么资料都往里扔。产品介绍、行业报告、客户骂你的聊天记录，全堆进去。然后问AI：给我分析一下我们公司哪里做错了。AI能怎么做？它只能从一堆杂乱信息里随便抓一个最可能正确的点，因为上下文窗口越长，有效信号的信噪比就越低。这个道理你应该懂，但我见过太多人不懂。

坦白讲，我自己也犯过同样的错。2024年夏天，我用Claude帮我写一篇关于“私域复购率提升”的深度文章。我把过去半年的用户访谈记录、销售数据、竞争对手案例全塞进去，上下文窗口直接干到90%以上。结果AI给我写了一篇完全偏离主题的东西，讲的是用户满意度调查怎么做。气得我差点摔键盘。后来我翻Anthropic的官方开发者文档，他们明确写了一段话：当上下文窗口填充超过80%时，模型回答准确率下降约30%。你看人家把数据都测出来了，我自己还蒙在鼓里。

所以上下文窗口的正确用法，不是把东西塞满，是把东西摆在正确的位置。我总结了一个方法，叫“三明治法则”——重要指令放开头，核心事实放结尾，中间只放背景铺垫。这个我在做AI内容创作时反复验证过，准确率至少提升两倍。你别不信，你可以现在就拿自己失败的prompt去测，把任务描述和期望输出格式挪到开头最后一句和结尾第一句，其他废话全部去掉，看看回复质量差多少。

这里有个细节很多人忽略：AI的注意力机制对位置极其敏感。你用系统级prompt的时候，必须把最关键的约束条件放在前三行。比如你做商业IP内容，你想要AI以“新手老板”的口吻写文案，这句话不能藏在prompt的中段，要写在最开头：“你是刚创业三个月的餐饮店老板，你要用最朴实的语言讲你的转型故事。”这样AI从一开始就知道角色定位，整个输出基调才不会跑偏。

系统prompt不是写说明书，是在给AI画重点

很多老板做AI内容，喜欢写很长的系统prompt，把什么背景、目标、禁忌、例子全列进去，洋洋洒洒上千字。最后AI输出的是啥？是一篇四不像的官样文章。你写prompt的时候自己首先得明白，AI不是人，它不会抓重点。你不能指望它像你公司的运营总监一样，知道哪些话该说哪些不该说。你只能手动帮它做减法。

我自己的做法是“三问一答”法。第一问：我最想让AI做什么事？第二问：我不想要它做什么事？第三问：它需要知道哪些必要信息才能做对？然后只回答这三个问题，其他全部砍掉。比如帮我写一篇短视频脚本，我的系统prompt只有三句话：写一个让餐饮老板看完想马上试用的获客技巧视频脚本。不要讲大道理，只讲具体可以操作的动作。背景是你做了十年餐饮咨询，见过三百个失败案例。就这么简单，反而比我以前写了八行背景介绍的效果好得多。

Anthropic那个文档里还提到一点：避免在上下文窗口后半段插入与当前任务无关的“干扰信息”。这句话太重要了。很多人在prompt里加了一堆“也可以参考一下这个”、“顺便看看那个”，等于你在AI的大脑里丢了两颗烟雾弹。它本来已经锁定目标，你往它嗅觉里扔一把辣椒粉，它不跑偏才怪。我的原则是：同一段对话里，只讨论一件事。如果要做不同的事，就开新窗口，别图省事。

这个我也在测试，不一定对，有些场景下多任务上下文反而能产生跨界灵感。比如我做过一次实验，让AI把餐饮行业的裂变方案和母婴行业的会员体系放一起分析，结果它给我出了一个不错的组合打法。但那是特例，不是常规。你说你平时工作要不要冒这个险？我建议你别。一个窗口做一件事，这是下限。

别等AI变聪明，你先学会怎么喂

现在很多人天天在讨论GPT-5什么时候出、Claude会不会更强、开源模型会不会超过闭源。我直接说了，这些讨论对你的日常使用没有半点意义。你拿不到最新的模型，你能做的就是把手上的工具用出上限。而上下文窗口工程，就是目前最确定可以提升质量的方法，没有之一。

我给团队定了一条死规矩：任何发给AI的内容，必须先过我自己的“筛子”。先在文档里把资料删到只剩关键信息，然后把核心要求高亮标出来，最后才粘贴进对话框。这样做虽然多花五分钟，但省掉了半小时的修改时间。效率不是快出来的，是慢出来的。

如果你现在还在为AI答非所问头疼，我给你三个马上可以做的动作：

1. 每次提问之前，先把你粘贴进对话框的十段文字删到只剩三段。删的过程中你会发现自己其实根本不需要那么多背景信息。2. 把你最想让AI做的事，写在开头最后一行或结尾第一行，不要夹在中间。3. 想处理长文档？别一次性塞进去。切成小块，每块只问一个小问题，然后用上一块的答案去问下一块。这叫“阶梯式上下文”，比你一次问完聪明得多。

坦白讲，我写这篇博客的时候也在用这个方法。我先把要讲的核心观点列出来，然后分三次让AI帮我润色。没上下文干扰，每一轮都精准。你自己试试，肯定能感受到区别。别等了，现在就去改你的第一条prompt。