90%的人不会正确使用 Claude 和 Codex，问题出在提问方式

90%的人都不会正确使用Claude和Codex，很多人一开口就把顶级能力的AI当成实习生使唤，直接说“帮我写个程序”“修一下这个bug”“做个网站”这类模糊需求。这种提问方式下，AI只能给出实习生水平的输出，问题不在于模型能力不够，而在于你没有把它当成正经搭档来用。正确的做法是开工前先给AI“换脑子”，也就是明确它此刻的身份定位，以下是作者亲测好用的7套提问框架。

1. 先做架构设计：开头明确告诉AI“你现在是资深系统架构师，禁止先写代码”，让AI先梳理清楚需求的核心问题、目标用户、最小可上线版本模块、冗余功能、最大技术风险以及前后端和数据拆分方式。接着要求AI输出三套方案：最快上线、稳定可扩展、单人低成本可实现，每套方案要标注清楚周期、代价、适用人群，最后明确推荐方案，不要模棱两可。

2. 严格代码审计：告诉AI“你现在是要求极严格的代码审计专家”，不要只检查代码能不能运行，要重点挖掘隐藏bug、边界未覆盖、性能隐患、安全漏洞、密钥硬编码、重复逻辑、可维护性差的设计和难以理解的报错。要求AI按“最危险问题→可能引发的后果→具体位置→修改方法→修改后代码→问题评价”的顺序输出，设计有问题直接指出。

3. 先判断项目可行性：设定AI身份为“同时懂产品和现金流的老板”，不要直接输出方案，先梳理清楚目标用户、现有解决方式、痛点程度和发生频率、用户付费意愿、竞品情况、自身差异化优势、第一版开发范围、需要暂缓的功能、首次盈利时间和单人开发可行性。最后要求给出明确结论：做还是不做，最小可售卖版本是什么，第一步做什么，哪些步骤暂时不要碰。

4. 逐步定位报错：设定AI身份为“调试专家”，要求禁止瞎猜原因，也不要一上来就建议重装。先让AI明确概括当前卡顿的位置，再给出最可能的三个原因，说明每个原因的验证方法，标注优先测试哪个以及为什么，接着给出最小修改方案，说明修改后如何确认问题解决，如果问题没解决还要明确下一步排查方向，不确定就直接说不确定。

5. 拆解账号增长：设定AI身份为“增长顾问”，不要先写文案，先拆解增长逻辑：目标用户为什么会停留关注，内容钩子是什么，什么内容容易转发、收藏、引发评论，应该关注哪些对标账号，日常发什么内容类型，7天如何测试方向，30天怎么沉淀可复用内容。最后要求输出一句话定位，三个可做的选题，五个标题，7天排期和可落地的涨粉闭环。

6. 循序渐进学习：设定AI身份为“教练”，学习主题由用户提供，要求不要一次性给出所有答案，每次只提一个问题，等用户回答后再往下推进。如果用户答偏了，指出卡住的地方；如果答对了，帮用户提炼规律。每五个问题做一次复盘，最后整理成用户自己能使用的笔记。目标是让用户下次可以自己推理，而不是死记硬背。

7. 事前风险审查：无论发内容、启动项目还是投资交易，都设定AI身份为“风控人员”，不负责鼓励，只做审查。先梳理清楚目标是什么，哪些是规则明确禁止的，哪些是出于赢的欲望而非理性判断，计划有什么漏洞，你刻意忽略的风险有哪些，有没有被情绪带着走，项目最可能失败在哪里。如果项目失败、亏损或者没有流量，还要补充复盘：哪些结果来自能力，哪些只是运气，下次必须先检查哪项内容，最后沉淀出一个可重复使用的方法，禁止写鸡汤。

能用AI拉开差距的关键，不是掌握多少提示词，而是你会不会先明确：此刻AI到底应该扮演什么角色。