“提示词工程”已经是过去式，提示词工程师注定是AI历史上可有可无的角色，未来AI就是力大砖飞，全知全能，以一力破万巧，你不会比AI更聪明，AI也用不着你提示，直接说出你的”愿望“——我相信未来的AI就是阿拉丁神灯。

首先，以上这个观点是我写这篇文章前一直笃定的，随着大模型消耗的电量越来越大，参数越来越多，训练数据越来越精密组织，AI的能力足够cover掉我们的问题和需求，不需要人类来组织语言向AI解释什么。

这也是我过去一段时间使用AI辅助工作的常见状态，我在写代码/写专利和甚至写道歉/写情话都是用最“自然的人类语言”向AI发起询问（其中最深刻的感受，就是不要给人类选择的权力，当习惯AI直接给出答案（我们先忽略目前AI的幻觉）以后，搜索引擎的使用频率已经很小了）。

但是，直到我看到了李继刚写的Prompt（附在文章后面），然后用Claude直接生成效果图，关键是，AI完全能理解这种所谓”互联网模因“的概念，并给出最精准的直击人心的回答。

首先，先看下结果，如果让你用互联网的阴阳语气来描述一些词语，你能写得比AI更好吗？

基本上，看到的人都会整个一个破防。

然后是从李继刚的公众号截取的提示词内容，让我好好学习一下。

可以看到，整个提示词的风格大体类似伪代码，关键词是defun，这是什么语言呢？问问Claude即可。

可以看出这是一门叫做Lisp的语言，一种”远古“编程语言，defun就是现在function的意思，而 XX·XXX的方式叫做点对表示法，使用了Lisp风格的注释，以双分号 ;; 开始。

让我们来分析一下整体流程：

1、启动必须先运行start函数→然后调用主函数（琢磨 用户输入）

2、start函数运行了什么？第一步是设定系统角色，也就是让AI以什么身份来回答问题，然后是给出一个引导词：“今天想聊点什么？、他们又用什么词来忽悠你了”

3、启动后，用户也输入了“单词”，然后执行主函数（琢磨 用户输入），那么主函数做了什么事情？

• 首先是接受一个输入变量：用户输入

• 然后是使用了let*结构，这在Lisp中用于顺序绑定局部变量。这里定义了三个主要变量：现状、个体和群体。

• 然后是整合，思考过程

• 最后是SVG-Card的形式输出内容

是不是有点看不懂？别担心，让我继续清楚Claude来帮我们分析。

这样是不是就一目了然了。

4、这一步就很简单了，就是最后的结果要以SVG-Card的形式输出。为了更形象的分析结果，再次有请我们的Claude

可以看到，这个结果对应了提示词当中的每一个关键词及，比如什么是夫空间和呼吸感呢？直接文字解释也许很费劲，但是这么画出来，谁都能明白！（不得不感叹，AI在这个事情的理解能力，远远超出了我的想象）

最后总结

不得不先承认自己的自大。通过这次的Prompt体验，完全让我认识到，掌握合适的Prompt的提示词技巧，就掌握和AI真正的沟通技巧。

如果仔细分析提示词的每一个部分，其实和2023年的提示词工程并没有本质的区别，但是像本文引用的Lisp风格的提示词，给我们提供了一种“正确”引导AI的思路。

借鉴这种写法，我们完全举一反三，照猫画虎的将别的任务交给AI，比如在此我进行一次拙劣的模仿。

构建一个概念解释老师，然后让我奶奶也能听懂一些前沿的概念。

以下是结果。

最后附上提示词

欢迎大家体验，体验感非常不错。