WHO WHAT HOW BEGIN提问四原则到底怎么用

与AI对话时,多数人卡在"问得太笼统"这一步。同一个需求,有人得到的是空泛的套话,有人却能拿到可直接落地的方案,差别往往不在工具本身,而在于提问是否结构化。WHO、WHAT、HOW、BEGIN四个维度,正是把一句模糊的指令拆成机器能准确理解的信息结构。

四个维度各自解决什么

WHO对应角色设定,核心是给模型一个明确的身份坐标。当你让它"以资深财务顾问的身份"或"作为面向初学者的讲师"回答时,实际上是在限定它调用哪一类知识、用什么专业程度和语气来组织内容。角色越具体,输出的立场和颗粒度就越稳定。

WHAT对应任务目标,回答"到底要它产出什么"。这里的关键是把抽象意图转成可交付的成果形态:要的是一份提纲、一段文案、一张对比表,还是一组可执行代码。目标含糊,模型只能靠猜;目标清晰,它才能对准交付物发力。

HOW对应执行方式与约束,是四原则里最容易被忽略却最影响质量的一环。它包括字数、结构、风格、受众、禁用项等限制条件。把这些约束前置写明,相当于提前划定了评判标准,减少反复返工。

BEGIN对应起点,给模型一个可依循的切入点或示例。可以是一段参考材料、一个开头范例,或者明确的第一步动作。有了锚点,模型就不必从零发散,而是沿着你给定的方向展开。

为什么顺序和组合比单条更重要

这四项不是孤立的填空,而是一条从身份到成果的逻辑链:先确定由谁来答(WHO),再明确答什么(WHAT),接着规定怎么答(HOW),最后给出从哪开始(BEGIN)。信息按这个顺序叠加,模型接收到的是一个边界清晰的任务空间,而非一堆散落的要求。

实际使用中不必每次四项俱全。简单查询可能只需WHAT,复杂创作则四项都要补齐。判断的依据很简单:如果输出跑偏,先检查缺了哪个维度——答得不专业多半是WHO没定,答跑题通常是WHAT不清,格式不对往往是HOW没约束,无从下手则是缺了BEGIN。

把这套框架当成一个自检清单而非固定模板,是它真正好用的地方。每次提问前快速过一遍四个维度,缺什么补什么,逐步就能形成稳定的提问习惯。熟练之后,这种结构化思考会内化成本能,而提问质量的提升,最终决定了AI能为你创造多少实际价值。