把问题说清楚，是使用 AI 的第一步。目标、背景、约束和输出格式，可以组成一份容易检查的任务说明。 与其只说帮我写点内容，不如明确读者、用途和期望结果。例如，请为初学者整理一份学习提纲，并用五个要点说明每一步要做什么。具体目标也方便判断回答有没有完成任务。 给出与问题有关的资料，说明哪些内容可以使用、哪些事实不能猜测，以及篇幅或格式要求。资料中不需要的个人信息可以先删除，不要为了让任务显得完整而加入无关敏感内容。 检查第一次回答后，指出需要修改的具体位置和原因。把有效的任务结构保存下来，下一次替换背景和目标即可使用；提示词仍需要随着任务改变，而不是追求一个通用万能句式。

流畅的回答不等于可靠的结论。把事实、引用和推断分开检查，可以让 AI 辅助工作更稳妥。 日期、数据、产品功能和法规条款都应单独核对。让 AI 列出依据可以辅助整理，但依据是否存在、是否真的支持结论，仍要由使用者检查。 优先查阅官方文档、原始报告和论文，注意资料的发布日期和适用范围。网页标题相似不代表内容一致，引用链接也不能代替对原文的阅读。 资料不足时可以明确写出尚未确认的部分，而不是把推测补成事实。对结果进行人工复核，并保存重要结论的来源，后续更新时更容易找到依据。

先建立目录、保留来源，再提出具体问题。清晰的文档结构能让摘要和核对更有方向。 准备资料时，尽量保留章节标题、页码和表格说明。扫描文档还需要检查文字识别结果，特别注意数字、单位和跨页内容是否被错误合并。 先列出需要回答的问题，再决定读取哪些章节。可以要求输出对应章节和引用位置，便于回到原文核对，但仍需要检查这些引用是否准确。 分段处理后，应重新查看不同章节之间的关联。摘要可能省略条件和例外，因此涉及行动决定时，需要结合原文的完整上下文来理解。

把经常重复的 AI 任务整理成模板，可以减少遗漏。保留稳定的任务结构，再用变量填写对象、资料和交付要求，比反复复制整段旧对话更容易维护。 先写清任务目标、必要背景和输出格式，再把每次会变化的内容留成填写项。变量可以包括读者、材料、篇幅和语气，避免把某次任务的专属信息误带到下一次。 为模板提供一份经过人工检查的输出示例，说明哪些特征是需要保留的。示例应足够简短，并明确它用于解释格式，不能替代当前任务的事实与资料。 检查回答是否遗漏约束、是否出现无依据的结论，以及格式是否方便后续使用。把反复出现的问题加入检查清单，并记录模板的适用场景与修改日期。

整理会议材料时，可以让 AI 分别提取讨论结论、待办事项和仍未确认的问题。输出后再逐项对照原始记录，避免把建议误写成已经通过的决定。 提供完整的会议材料，并说明会议主题、参与者及记录的起止范围。遇到人名或时间不清楚的地方，要求保留疑问标记，不要让工具自行补全没有出现的信息。 将已经确认的决定与需要继续讨论的问题分别列出。待办事项应包含具体动作、负责人及时间要求；原始材料没有提及时，明确标记为待确认，方便会后核对。 检查摘要中的每项结论是否能在记录中找到依据，并确认没有遗漏重要限制。把修改意见写回整理规则，保存一份经过核对的版本，再作为后续协作的参考。