多数人把ChatGPT当礼貌版搜索引擎用，却不知道它有一套隐藏指令菜单。这些短代码能让AI瞬间切换思维模式，跳过废话直给答案。我从去年开始用，现在已成肌肉记忆。
ELI5：把复杂问题翻译成幼儿园语言
ELI5是"Explain Like I'm 5"的缩写，不是骂人，是请求把专业内容降维到五岁小孩能懂。面对陌生领域时，这是最快的破冰方式。
我看房屋保险条款时，被"actual cash value versus replacement cost"绕晕。输入"ELI5: 房屋保险里实际现金价值和重置成本有什么区别？"，AI用"旧电视vs新电视"的比喻讲清楚：一个赔折旧后的钱，一个赔买新的钱。没有法律术语，没有绕弯子。
练吉他时我也用过。问"ELI5: 什么是吉他调式（guitar modes）？"，它解释成"同一组音符，从不同的起点开始弹，味道就变了"。这句话让我省了三天啃乐理书的时间。
关键不是问得更复杂，而是明确告诉AI"我要最简单的版本"。
TL;DR：让长文变一句话摘要
TL;DR是"Too Long; Didn't Read"的缩写，互联网老梗。用在ChatGPT上，是让它先给结论再展开。
收到20页行业报告时，我直接贴进去加一句"TL;DR: 总结核心观点"。三秒内拿到 bullet points，再决定要不要细读。反过来也成立：写完邮件或文档后，让AI用TL;DR自检——"如果只能用一句话说，我说清楚了吗？"
这个代码的隐藏价值是强迫AI做减法。它不能偷懒罗列要点，必须提炼出真正的核心。
Act As：给AI一个角色卡
这是我最喜欢的指令。不是问"怎么写产品需求文档"，而是说"Act As: 有十年经验的产品经理，帮我评审这份PRD"。AI会立刻切换语气、专业深度和关注重点。
我常用的角色包括：挑剔的代码审查员、预算紧张的小企业主、对技术一窍不通但需要向董事会汇报的CEO。同一个技术方案，换三个角色问，能挖出三种完全不同的风险点。
本质是告诉AI"用谁的脑子来想这个问题"。没有这个角色锚点，它默认用"通才模式"回答，往往正确但无用。
Step-by-Step：逼AI展示思考过程
数学和逻辑题最容易翻车，因为AI会跳步。加上"Step-by-Step"指令，强制它把推导过程写出来，错误会暴露得很明显。
我算过一笔复杂的分成账，AI第一次直接给答案，数字对不上。要求逐步拆解后，发现它在第二步把百分比和小数搞混了。没有这个过程，我只会怀疑自己的Excel公式。
这个代码对写代码、写分析、做任何需要链条完整的事都适用。要的不是答案，是可验证的路径。
Devil's Advocate：专门找人抬杠
魔鬼代言人模式，让AI主动攻击你的方案。写"Devil's Advocate: 找出这个计划的三个致命漏洞"，它会切换成反对者人格，比你自己脑补的"可能有问题"具体十倍。
我习惯在定方案前跑一遍这个流程。不是真指望AI比人聪明，而是它敢说的废话，同事往往不好意思直说。提前扫一遍雷，会议室里的争论会少很多。
这五个代码的共同点是缩短"意图→结果"的距离。普通提问像扔飞镖，这些代码像给飞镖装了制导。你不需要记住全部，选一两个最顺手的，嵌进日常 workflow 里就行。
我现在的习惯是：任何超过三句话的问题，先加前缀。ELI5 用来学新东西，Act As 用来要专业意见，Step-by-Step 用来验算。省下的时间，大概够每天多刷两轮代码审查。
你用过哪些让自己效率暴涨的AI暗号？或者试过这些代码后发现翻车的情况？
热门跟贴