AI提示词怎么让AI把大主题拆成小问题

要让AI把一个宽泛的大主题自动分解成具体、可落地的小问题，而不是让它泛泛而谈或直接丢给你一篇总结，这件事本身是有方法论的。关键在于怎么下指令——方向对了，AI才能给你真正能用的东西。

用角色定位和精准指令驱动拆解

第一步，角色先行：直接在提示词开头指定AI的身份，比如“你是一位有8年教育科技产品设计经验的课程架构师”。这可不是摆设。角色设定会触发AI调用对应领域的知识图谱和任务惯性——没有这个角色时，AI默认按通用百科的逻辑响应，很容易堆砌概念；有了这个角色，它会下意识按照“先分模块→再列痛点→最后排优先级”的专业路径来思考。

第二步，用动词短语强制启动拆解行为。比如，“请将该主题按教学场景逐层拆解，每个子问题必须满足：①指向一个真实教师可操作的具体动作；②能用一句话问出；③不包含‘如何’‘为什么’等开放式引导词”。这里的关键是堵死AI偷懒的空间。如果只说“请拆分成小问题”，它很可能输出“AI教育有哪些优势？”“存在哪些挑战？”这类伪问题，根本无法推进下一步实操。

第三步，给出一个带格式的示例锚点。比如，“参考格式：【课前】教师怎样用AI自动生成符合新课标要求的学情诊断题？”。这个例子不是模板，而是告诉AI你接受的最小颗粒度：必须含场景标签（【课前】）、主语明确（教师）、动作可验证（生成题目）、约束条件具体（新课标要求）。没有这个锚点，AI常会产出“怎么提升教学效率？”这种又绕回来的大问题。

用结构化限制防止话题发散

在提示词中写明白：“仅从以下3个维度展开：教师备课、课堂互动、作业批改；每个维度生成2个子问题，共6个”。维度框定的效果远比单纯说“拆得细一点”有效——AI对抽象形容词不太敏感，但对数字和名词列表的响应速度极快。漏掉任一维度或超量，它都会主动修正。

要求“所有子问题以‘【××环节】+主语+动词+宾语+约束条件’格式呈现”，例如“【作业批改】语文老师如何用AI在5分钟内完成30份作文的立意与错别字双维度标注？”。这种格式强制AI把模糊概念转译成时空可定位的具体动作，避免了“AI能帮老师做什么？”这类无效提问。

如果不限定输出格式，AI大概率返回段落式描述而非问题列表，后续无法直接拿去追问。

用反馈机制倒逼精准拆解

第一步，先让AI拆解一次，拿到初版子问题列表。第二步，从中挑出1个最模糊的问题，单独发给AI并指令：“请指出这个问题里哪个词导致它无法直接执行，并替换为可测量、有时限、有工具指向的表述”。比如原问题是“怎样提升学生参与度？”，AI会识别出“参与度”是模糊指标，替换成“课堂随机点名后，学生3秒内开口回答的比例”。第三步，把修正后的表述插回原问题，形成新提示词：“【课堂互动】教师如何用ClassIn自带点名工具，在每节课中使学生3秒内开口回答的比例达70%以上？”。这步操作的本质，是把AI变成你的提示词校对员，比自己反复修改省力得多。