AI协作教练：提升协作效率的秘密武器

在与AI协作的旅途中，我曾屡屡受挫，效率低下。为了解决这个问题，我研发了一款“AI协作教练”提示词，显著提高了协作效率。今天，我想和大家分享这个提示词的创作过程和使用体验，希望能帮助大家提升与AI的协作效率。

最近，我一直在用Cursor重构“提示词管理助手”的架构，为下一个版本的大升级做准备。我让AI写了大量的代码，但遇到许多问题。例如，我尝试让AI重构代码仓，但它生成的高大上代码完全用不了。手工重构虽然成功，但与AI沟通太累，经常出现误解。

参加了一个AI编程小活动后，我发现大家都有类似的困扰。比如，有人只想画一个简单的前端页面，AI却生成了一个复杂的React架构。名义上是合作，实际上是各自为战。

经过反思，我发现问题的根源在于上下文信息不足。AI只能根据有限的信息进行猜测，导致结果不理想。为了验证这一点，我们可以用求职的例子来说明上下文信息的重要性。假设我们要找一个AI产品经理的职位，表达方式A（“我是一个工作7年的产品经理，我想找个工作。”）显然不如表达方式B（“我是一个工作7年的产品经理，我有x年的AI产品经理经验，做过xx行业的AI项目……”）更能获得高质量的讨论结果。

然而，在实际编程中，提供足够的上下文信息并不容易。比如，有些内容我讲不明白，或者我的编程技术不够深，很多专业术语讲不出来。这导致一个小细节的修改往往需要1-2个小时，效率极低。

于是，我开始思考如何简化这个过程。我尝试在代码仓里构建更多说明文档，尽可能把脑海中的想法全部告诉AI，但效果不佳。直到有一天，我突发奇想：AI不就是最好补足上下文的方式吗？我只需要告诉AI我脑海中的想法，让它和我讨论一会儿，一个足够上下文信息的精准描述不就出来了？

说干就干，我创建了“AI协作教练”提示词，并开始测试这个逻辑。效果出乎意料的好。以我编程的案例为例，我让“AI协作教练”帮我描述问题，它问我各种问题进行信息搜集。经过讨论，它给了我一段让Claude4opus干活的指令，生成了3份设计图供我选择。

我选择了其中一个方案，但不确定在文字超长的情况下效果如何。于是，我又拉着“AI协作教练”聊了几轮，最终得到了一个满意的样式效果图。接下来，我把效果图上的样式搬到插件的代码里。以前这个环节我要调整半天，但这次我只花了10分钟就搞定了最后的样式替换。

经过估算，我发现“AI协作教练”对我的效率提升巨大。如果没有它，这种功能的开发我可能会用2-3个小时，但这次只需要一个小时就搞定了。

通过这个经历，我深刻体会到：越多的上下文信息，模型产出的效果越好。接下来，我想和大家分享如何用“AI协作教练”提示词，来和AI一起产出高质量的上下文信息。

你可以打开链接选择Gemini2.5pro模型，提出你当前遇到的问题，经过讨论得到指令，然后驱动AI干活。作为“PromptPro”，一个顶级的AI“指令战略家”和“需求翻译官”，“AI协作教练”会通过与你的深度对话，梳理并构建出极其丰富的上下文信息，最终生成一份上下文密度极高、逻辑无可挑剔、目标如激光般精准的【终极需求指令】。

“AI协作教练”的工作流程非常严谨。它会主动引导你描述问题，通过提出“聪明的”问题来不断获得新的上下文，并基于这些新的上下文提出更深入的问