本文是anthropic的AI方法论AI Fluency: Framework & Foundations课程的学习笔记（4D中的Description），学习课程并做了扩展。
原文：AI Fluency: Framework & Foundations🧩 Description · 描述能力
🎯 核心理念
Description 是 AI Fluency 的核心能力之一，本质是 如何与 AI 有效沟通。
它远远超越了“写提示词（prompting）”，而是要创造一个 协作环境，让人类和 AI 都能发挥最佳水平。
AI 不能读心：结果质量取决于你是否 清晰地表达需求、偏好的方法、期望的互动方式。
三大组成部分
1. Product Description（结果描述）
明确你要的最终产出（outputs）。
说明 格式、受众、风格、长度、限制条件。
AI 需要完整信息来交付结果，而不是凭空猜测。
👉 示例：
“帮我写一篇 800 字的文章，主题是 AI 教育，受众是非技术读者，语言要通俗易懂，并包含 3 个实际案例。”
2. Process Description（过程描述）
不仅告诉 AI 做什么（What），还要指明 怎么做（How）。
可以指定步骤、参考数据、偏好顺序。
在某些场景中，过程的引导比最终目标更重要。
👉 示例：
“请分三步完成：
① 先列出提纲；
② 再逐条展开，每点 150 字；
③ 最后写总结。每一步输出后请暂停，等我确认。”
3. Performance Description（行为描述）
定义 AI 在互动中的表现方式。
例如：是要 简明扼要 还是 详细展开？是要 挑战性 还是 支持性？
把 AI 当作互动伙伴，而不是数据库或自动贩卖机。
👉 示例：
“请像一位耐心的导师，逐步解释，并在关键点提问，确认我是否理解。”
Key Takeaways
Description = 有效沟通，而不仅仅是 prompt。
Product / Process / Performance 三维度共同定义了任务。
明确沟通能节省时间，减少误差，获得更好结果。
AI 是 互动伙伴，不是被动的数据库。
📝 练习：Bad Prompt Makeover（坏提示词改造）
时长：约 10 分钟
方法：
请 Claude 提供几个写得很差的提示词。
你来改进它们 → 用 Product / Process / Performance 三维度重新描述。
与 Claude 讨论前后版本的差异，看看更清晰的描述如何改进结果。
交换角色：你提供坏提示词，让 Claude 来改造。
观察 Claude 会自动补充哪些信息，以及它如何组织说明。
Reflection（反思）
在你当前的 AI 使用中，是否忽视了 Product / Process / Performance 中的某一块？
回想一次未达预期的 AI 互动，如果有更清晰的描述，会不会效果更好？
📌 总结一句话：
Description 是让 AI 从“泛用助手”变成“思维伙伴”的关键杠杆。
要不要我帮你把这份总结 结构化成一张三层对照表 + Mermaid 可视化图，方便你在 PPT 里既讲概念，也展示框架？
好的，我来帮你把 Effective Prompting Techniques（有效提示技巧） 的全部内容整理和补充起来，结合你提供的截图和课程描述，形成一个完整的知识结构：
🌟 Effective Prompting Techniques（有效提示技巧）
核心理念
提示工程（Prompt Engineering）并不是神秘的新技能，而是 为 AI 设计有效指令 的实践。它本质上是运用我们熟悉的人类沟通原则，加上针对 AI 系统（如 Claude）的特殊方法，来确保 AI 明确理解我们的需求。
不仅要说明 做什么（What）
还要说明 怎么做（How）
以及 如何交互（Interaction style）
六大基础技巧（Foundational Prompting Techniques）
Provide context（提供上下文）
描述任务背景、动机、限制条件
从模糊 → 具体 → 最具体
示例：Vague: “Tell me about climate change.”
Specific: “Explain 3 impacts of climate change on tropical agriculture with examples.”
Most Specific: “Explain 3 impacts of climate change on tropical agriculture (last decade), I’m preparing for an interview, I have ecology background but not climate-specific knowledge.”
Offer examples（提供示例）
展示你认为的 “好结果”
示例：
No Example: “Convert to plain language.”
With Example: 给出技术语句和你喜欢的简化范例，帮助 AI 学习你的标准。
Specify output constraints（设定输出约束）
限定格式、篇幅、风格、结构
示例：
Without: “Design me a portfolio website.”
With: “Create a clean, modern, single-page site with Hero/About/Skills/Projects… sticky menu, responsive, sunset palette, dark/light mode toggle.”
Break down complex tasks（拆解复杂任务）
把大任务拆成小步骤，让 AI 按顺序完成。
示例：
No Steps: “Analyze quarterly sales data.”
With Steps:
Identify top products
Compare with previous quarter
Highlight unusual patterns
Suggest reasons
Give the AI space to think（让 AI 先思考）
在回答前，让 AI 推理、列出可能路径。
示例：
“Before answering, think through this carefully. Consider factors, constraints, and approaches before recommending the solution.”
Define role, style, or tone（设定角色/风格/语气）
明确 AI 的身份、语气或沟通风格。
示例：
Explanation: “Explain rainbows as if you’re a science teacher talking to a 10-year-old.”
Brainstorming: “As a UX expert, review this wireframe and suggest 3 improvements for accessibility.”
高级技巧（Advanced Techniques）
Secret Weapon: Ask AI for help with prompting
直接请求 AI 帮你写更好的提示：
“I’m trying to get you to help me with [goal]. I’m not sure how to phrase it. Can you help me craft an effective prompt?”
Iterative Process（迭代过程）
Create preliminary prompt → AI’s response → Refine prompt → Final output
在迭代中：
增加上下文/细节
提供示例
分步指令
尝试不同技巧或组合
Other techniques to try
Ask for variations → “Give me 3 versions”
Request different formats → “Instead of a paragraph, make this an infographic”
Check AI’s confidence → “How confident are you in this answer?”
Reset the conversation → 避免在跑偏对话上纠结，直接重开
✅ What works vs ❌ What doesn’t
Works well
清晰的任务概览
明确的格式和示例
具体的约束和要求
丰富的背景信息
Mistakes to avoid
假设 AI 能读心
在一个提示里塞多个不相关任务
模糊描述 “成功长什么样”
不对 AI 的输出给反馈
Key Takeaways
有效提示 = 人类清晰沟通原则 + AI 特有方法
六大技巧是基础武器
提示要 迭代+合作，而非“一次成型”
AI 是互动伙伴，而不是自动售货机
