---
title: "3.5.1 为什么一次提问往往不够"
---


![03-technique_3.5-iterative-dialogue_3.5.1-why-iterate.png](/images/Basic/03-technique_3.5-iterative-dialogue_3.5.1-why-iterate.png)
# 3.5.1 为什么一次提问往往不够

## 经过本节学习，你将掌握

- 理解「一次搞定」为什么是不现实的预期
- 认识导致首次输出不完美的三个原因
- 建立正确的迭代心态：AI 是对话伙伴，不是读心术

## 你可能有过这样的经历

你花了十分钟写了一个详细的提示词，满怀期待地按下回车。结果 AI 给你的东西——虽然看起来很专业——却完全不是你想要的。

你开始怀疑：是不是我的提示词写得不够好？是不是我不够聪明？是不是 AI 根本没用？

**都不是。**

这只是说明：你和 AI 之间需要更多对话。就像你和一个新同事合作，第一次交接任务时，对方很难完全理解你的意图。这不是谁的错，而是沟通的本质。

## 首次输出不完美的三个原因

### 原因一：信息不对称

你脑子里有完整的画面，但 AI 只能看到你写下来的文字。

```
你心里想的：
"我要一个简洁的输入框，放在页面顶部，按回车就能添加任务，
 输入框要有圆角，placeholder 写'添加新任务...'，
 添加成功后自动清空输入框"

你实际写的：
"帮我做一个添加任务的功能"
```

**你以为自己说清楚了，但 AI 只收到了 10% 的信息。**

### 原因二：需求本身模糊

很多时候，你自己也不完全清楚想要什么——直到看到第一版输出。

这很正常。产品设计领域有句话：「用户不知道自己要什么，直到你展示给他看。」你和 AI 的关系也类似。第一轮输出的价值，往往不是「直接能用」，而是「帮你想清楚」。

### 原因三：AI 的理解偏差

即使你写得很详细，AI 也可能理解错。因为自然语言是模糊的。

```
你说："做一个简单的表单"

AI 可能理解为：
- 只有一个输入框的表单？
- 没有验证逻辑的表单？
- 样式朴素的表单？
- 功能精简的表单？
```

「简单」对不同人意味着不同的事情。AI 只能猜测你的意图。

## 一个类比：装修房子

假设你请了一个装修师傅，你说：「我要一个舒适的客厅。」

师傅不可能一次就装修出你心中完美的样子。你们需要：

1. **第一轮**：师傅给你看设计方案草图（方向对不对？）
2. **第二轮**：你提出修改意见，师傅调整（沙发换个位置，窗帘换个颜色）
3. **第三轮**：细节打磨（灯光亮度、抱枕摆放）

AI 编程也是一样的过程。**期望一次到位，是不合理的预期。**

## 迭代思维：每次对话都在逼近目标

换一个角度看问题：

| 传统思维 | 迭代思维 |
|---------|---------|
| 第一次没做对 = 失败 | 第一次输出 = 有价值的起点 |
| 需要多次修改 = AI 不行 | 多轮对话 = 协作的正常过程 |
| 追求一次完美 | 追求持续改进 |

**核心转变**：把 AI 当作一个聪明的实习生，而不是全知全能的神。你需要和它「聊」，而不是「命令」。

## 差提示词 vs 好提示词

理解了迭代思维后，你会发现：**好的提示词不是追求一次完美，而是为迭代留下空间。**

### ❌ 差提示词：试图一次说完所有事

```
帮我用 React + TypeScript + Tailwind CSS 实现一个待办清单的添加任务功能，
要有输入框和按钮，输入框要有 placeholder，按钮要有 hover 效果，
点击按钮或按回车都能添加任务，要验证空输入，空输入时显示错误提示，
添加成功后清空输入框，任务数据存到 state 里，用 useState hook，
组件命名为 AddTaskForm，导出为默认导出...
```

**问题**：信息量太大，AI 容易遗漏细节。而且你可能还没想清楚所有需求。

### ✅ 好提示词：先建立方向，再逐步细化

**第一轮提示词：**
```
我正在开发一个待办清单应用，使用 React + TypeScript + Tailwind CSS。

请帮我实现「添加任务」功能：
- 一个输入框 + 一个添加按钮
- 点击按钮可以添加任务到列表

先给我一个基础实现，我们后面再逐步完善。
```

**看到第一轮输出后，第二轮提示词：**
```
基础功能可以了。请加上以下改进：
1. 支持按回车键添加任务
2. 添加空输入验证，空输入时按钮禁用
3. 添加成功后自动清空输入框
```

**第三轮提示词：**
```
功能完整了。最后优化一下代码结构：
- 把验证逻辑抽成一个独立的 validateTaskInput 函数
- 把样式类名用变量统一管理
```

**优势**：每一轮都有明确焦点，AI 不容易遗漏。而且你可以根据上一轮的输出调整下一轮的需求。

## 实战心态调整

| 场景 | 错误反应 | 正确反应 |
|-----|---------|---------|
| AI 第一次输出不完美 | "AI 太笨了" | "这是正常的起点" |
| 需要多次修改 | "太麻烦了" | "这是协作的过程" |
| 发现自己需求变了 | "我怎么没想清楚" | "第一轮输出帮我想清楚了" |

## 本节要点

✓ **一次搞定是幻觉**：首次输出不完美是常态，不是失败

✓ **三个原因**：信息不对称、需求模糊、AI 理解偏差

✓ **装修类比**：AI 编程就像装修房子，需要「看效果 → 提意见 → 再调整」

✓ **迭代心态**：把 AI 当作对话伙伴，而不是命令执行者

✓ **分阶段提问**：先建立方向，再逐步细化，比一次说完更有效

下一节，我们来看迭代对话的具体操作模式：三阶段迭代模型。