很多人已经习惯在提示词开头写一句：“请扮演一位有 20 年经验的专家。”
但结果往往只是语气更像专家，内容依然正确、完整，也依然没什么用。问题不一定出在模型能力上，而在于我们只要求它模仿专家说话，却没有要求它采用专家解决问题的方法。
Anthropic 工程经理 Felix Rieseberg 把更有野心地使用 AI 分成四个方向：速度、高度、深度和广度。速度，是用更少时间完成同一件事；另外三个方向，则是在重新定义要交给模型的工作。
这套框架真正值得注意的地方，不是让 AI 做得更多，而是让它离最终结果更近。
戈雅《飞行的方法》（约 1816 年）。这也是 Felix Rieseberg 英文原文采用的题图。来源：美国国家美术馆，公共领域。
高度：不要只交代任务，先说清你想要什么结果
当你把一项任务交给 AI 时，通常已经替它选择了一条路径。
你让它改一封邮件，是因为你想缓和一次沟通；你让它做一份演示文稿，是因为管理层需要理解业务变化；你让它修复一个崩溃，是因为你希望产品稳定运行。邮件、幻灯片和单个故障，只是通向结果的手段。
所谓提高任务的“高度”，就是从手段往上追问一层：这件事做完以后，我真正希望发生什么？
Rieseberg 举了一个季度业务复盘的例子。假设你在一家虚构的 Acme 公司工作，需要准备一份季度演示文稿。最直接的做法，是把数据和模板交给 Claude，让它更新数字、补齐页面。
季度复盘的价值不在做完一套幻灯片，而在帮助团队理解变化并作出决定。资料图片：RDNE Stock project / Pexels。
这当然能省时间，但模型只接住了制作幻灯片这一步。
再往上一层，可以让它先分析业务变化。季度复盘真正要回答的，通常不是“这一页该放什么图”，而是三个问题：这个季度发生了什么，为什么发生，接下来怎么办。
因此，任务可以改成：读完尽可能完整的业务数据，判断本季度出现了哪些变化，解释原因，并提出需要采取的行动。
再往上一层，是让它为决策做准备。一场有效的管理会议，最好能以明确决定结束。模型已经读过数据，就可以继续识别最迫切的三个决定，研究每个决定可能采取的方向，并分别列出支持与反对的理由。
还可以继续追问：季度演示文稿本身，是不是最好的工作方式？
季度复盘形成于一个需要人花大量时间筛选和理解数据的时代。如果模型能够持续处理数据，那么真正的目标或许不再是按季度做一套幻灯片，而是让管理层更早发现问题，及时调整资金和人员。
于是，任务可以进一步变成：设计一种比季度演示文稿更有效的预警与决策机制；用过去的业务记录检验它能否更早发现问题；再让新机制与原有流程并行运行一个季度。
从填模板，到解释变化，再到准备决策，最后到重做发现问题的机制，任务没有简单地变大，而是逐步靠近了真实目标。
这种方法并非适用于所有事情。创作任务有时需要保留探索过程，并不总能提前定义唯一结果。但如果一项工作完成后，还要开会讨论、作出决定、再安排后续行动，那么就值得追问：这些后续问题，能不能更早交给模型一起处理？
高度也不是一句“帮我把业务做好”就够了。目标越高，模型越需要相应的工作条件。
Rieseberg 曾经从“修复一个个崩溃”转向“让应用保持稳定”。为了让 Claude 独立处理这个目标，他先解决了几项基础问题：模型必须能取得崩溃报告，知道每个应用版本对应哪次 Git 提交，还要能使用 Windows、macOS 和 Linux 环境复现故障、验证修复。
把目标从修复单个问题抬高到保持系统稳定，需要让模型接触代码、日志、版本和验证环境。资料图片：Zayed Hossain / Pexels。
把任务抬高，往往意味着先改造数据、工具和权限。否则，宏大的目标只是换了一种说法。
深度：别让它模仿专家，要让它使用专家的方法
如果目标已经明确，下一步就是把事情做深。
很多提示词会要求模型“像专业人士一样工作”。模型确实可能换一套更正式的词汇，却依然沿用最省力的方法。真正的深度，不是专家语气，而是专家会从什么材料开始、使用什么工具、怎样检验结果。
还是回到 Acme 的季度复盘。假设公司正面临用户流失。只让 Claude 看几张整理过的表格，它很容易复述已经存在的判断。想把问题研究透，可以从五个方向继续推进。
第一，要求它使用业内高手真正采用的工具。
如果模型准备靠几张 Markdown 表格分析用户流失，就要求它进入数据库，处理原始记录，并采用适合问题的统计模型。你不一定需要事先知道所有专业工具，但必须让模型说明它为什么选择这些工具，以及它们如何回答当前问题。
第二，把目标定得更难一些。
如果网站从 10 秒缩短到 5 秒只是渐进改善，可以要求模型认真研究 200 毫秒是否可能。这个数字未必最终实现，但更高的目标会迫使它重新检查架构、瓶颈和默认假设，而不是只做局部修补。
第三，检验那些团队以为自己已经知道的事。
商业判断里有许多所谓“事实”，只是长期重复后形成的粗略解释。团队认为用户流失来自新手引导，不代表数据真的支持这个结论。更深入的任务应该从原始数据出发，主动寻找能推翻现有假设的证据。
第四，寻找此前不知道的信号。
模型已经深入日志和行为数据后，不妨继续要求它建立能够复现过去一年客户行为的模拟，再寻找一个团队尚未发现、可以更早预示用户流失的信号，并用模型未见过的数据检验预测效果。
第五，引入独立检验。
至少在 2026 年，不能只让模型自己评价自己的答案。代码可以交给测试套件，性能可以交给基准测试，预测可以交给留出的验证集。最理想的情况，是模型能够调用这些外部工具，并立即获得反馈。
把这五个方向压缩成一段可复用的要求，大致可以这样写：
“我想把这项任务做得更深入，而不是把规模扩大。请先说明：这个领域的顶尖专业人士还会做哪些我没有要求的工作；他们会从哪些未经加工的原始材料开始；他们会使用哪些具体方法和工具；除了你和我的判断，还有什么能够证明结果可靠。然后，根据这些答案重新改写任务要求。”
这段提示词的价值，不是多了四个问题，而是把“专家”从一种人设变成了一套可检查的工作方法。
广度：不要增加角色，增加真正进入任务的方法
高度解决“最终要得到什么”，深度解决“怎样把它做好”，广度则在问：还有哪些领域的方法，能帮助我们完成这件事？
过去，为一项普通任务请来多个专业领域的人，成本往往太高。AI 降低了尝试这些方法的成本。多个会话、协调智能体和子智能体，也让不同专业视角更容易同时进入一项工作。
难点是，我们未必知道该请谁进来。
Rieseberg 提到一个简单的方法：把要交付的名词，改写成需要完成的动作。
“做一份季度复盘演示文稿”很容易把注意力锁在文字、图表和排版上。但如果把它改写成：“在 30 分钟内，让一群忙碌的人理解并接受一套关于业务变化及原因的解释，再根据信息不完整的现实作出决定”，任务需要的专业能力立刻变了。
这时，分析师可以处理数据和因果关系，记者可以追问证据与遗漏，编辑可以组织叙事，动效和音频设计师可以改善现场表达。为了寻找漏洞，还可以引入做空者和法证会计师使用的研究方法。
跨领域协作的关键不是增加角色名，而是把不同专业的工作方法带入同一任务。资料图片：Ketut Subiyanto / Pexels。
关键不在于把对话写成一场热闹的角色扮演。
如果只是要求模型“像做空者一样说话”，结果多半是增加攻击性的语气。真正有用的要求，是让它采用做空者研究公司、寻找反证、形成判断的方法。引入新领域，不是增加几个虚构身份，而是把不同领域的工具、证据标准和工作动作接入同一任务。
这也解释了为什么广度同样依赖工具与数据。没有可访问的材料、可安装的软件和可执行的环境，再多专业角色也只会在文本里互相讨论。
真正限制我们的，常常是对“能做到什么”的想象
把任务抬高、做深、做宽，最终都指向同一个问题：我们愿意把多难的事情交给 AI 尝试？
人的尝试范围，往往受自己对可能性的判断影响。心理学用“自我效能感”描述一个人对自己能否完成任务的信念。Locke 和 Latham 回顾长期目标设定研究后指出，相比笼统地要求“尽力而为”，明确而有难度的目标往往能带来更好的表现。
历史上也不缺少类似故事。George Dantzig 迟到后把黑板上的两道题当成作业，后来才知道那是尚未解决的统计学问题；Roger Bannister 在 1954 年打破四分钟一英里的纪录，仅 46 天后就有第二个人做到。2026 年伦敦马拉松上，Sabastian Sawe 首次在符合纪录条件的比赛中跑进两小时，亚军也越过了这条曾被视为极限的线。
温哥华的 Bannister 与 Landy 纪念雕塑，表现两位跑者在 1954 年“奇迹一英里”比赛中的瞬间。雕塑：Jack Harman；摄影：Paul Joseph，CC BY 2.0。
这些故事不能证明，只要相信就一定成功。它们说明的是另一件事：当“这件事也许能做到”进入人的视野，尝试的方法、目标和投入都会发生变化。
AI 让这种变化变得更频繁。模型的能力并不是整齐、同步地增长，它可能在某些方向上表现惊人，在另一些方向上仍然不足。用户真正需要学习的，不只是记住某个新功能，而是不断更新自己对任务边界的判断。
所以，下一次准备让 AI 改邮件、填模板或修一个小问题时，或许可以先停一下。
往上看：这项任务背后的结果是什么？
往下挖：最专业的人会从什么原始材料出发，用什么工具，又让谁来检验？
往两边看：还有哪个领域的方法，能让这项工作出现新的解法？
真正的野心，不是让 AI 生成更多内容，而是让它参与那些你原本没想到可以重新设计的工作。