别再憋 Prompt：10 分钟语音，生成一份 AI 能执行的任务书

先别急着憋 Prompt，用十分钟语音把真实想法全倒出来，让 AI 真正理解你的目标和背景。

你可能也有过这样的体验：

Prompt 改了好几轮，角色、格式、语气、字数，该写的都写了。AI 给出的答案也确实很完整，格式工整，逻辑清晰。

但你一眼就看得出来，不对。

它不是不会做，它做得非常认真，只是做成了另一个人想要的东西，不是你的。

然后你继续补 Prompt、换模型、学各种新技巧，最后忍不住怀疑：是不是自己还不够会用 AI？

可真正的问题，可能恰恰相反。

最近，Andrej Karpathy 分享了一个他和 AI 协作时的常用方法：遇到复杂任务，别急着憋一条漂亮的 Prompt。打开语音，想到什么就说什么，连续讲十分钟。

可以混乱，可以重复，甚至可以提前告诉 AI ：“我现在用语音输入，可能会有错字。”

有意思的是，这并非孤例。

今年 3 月，@mstockton 也发布过一套更具体的流程：先录一段至少十分钟的语音，转成文字，再让 AI 不断追问，直到它真正理解你想完成什么。

两条相隔几个月的内容，指向了同一种普遍的挫败感：

这可不是又一套 Prompt 技巧。

它更像是一次解脱：你终于不需要先把自己整理得像一台机器，才有资格让机器来理解你。

你不是不会写 Prompt，你是在替 AI 删答案

我们已经被训练得很会写短 Prompt 了。

一句话讲清楚任务，最好再指定角色、格式、语气和字数。看起来很专业，也很节省上下文。

但复杂任务真正需要的，往往不是这些格式要求。

为什么要做这件事？之前试过什么？手里已经有什么材料？最担心哪里出错？哪些结果看起来正确，但你其实不能接受？做到什么程度才算完成？

这些信息，常常只存在于人的脑子里，打字时，我们会嫌麻烦，主动把它们删掉。结果只剩一句：“帮我做一个高级、有质感的个人网站。”

然后，就等着 AI 猜中那个连你自己都没说出口的答案。

AI 收到的名词很多，但真正能帮助它做判断的信息却很少。

之前用 Codex 搭个人网站时，真正起作用的，不是“高级”“有设计感”这些形容词，而是：网站为谁服务、我已经有哪些内容、首页必须出现什么、哪些参考图像像我，以及什么结果才算完成。

知识库也是一样。AI 可以负责整理、移动和检查，但什么值得进入长期知识库、什么只能作为写作素材，这些必须提前说清楚。

这些看似啰嗦的背景信息，不是废话。它们才是 AI 做判断时真正能抓住的东西。

长语音的价值，就在于它降低了提供这些背景信息的成本。

你不需要一开始就想明白，也不需要一开口就显得很专业。先把真实处境交出来，再和 AI 一起把它整理清楚。

十分钟里，把“没想清楚”也说出来

这个方法不需要专门的设备，也不要求使用某一个特定的产品。任何能把语音变成文字、并允许你检查转写结果的工具都可以。

找一个你拖了很久、每次交给 AI 都得反复修改的任务。打开录音或语音输入，然后围绕下面这六件事自由地讲：

1. 我到底想完成什么？
   不要先描述功能，先说最终要达成的变化。

2. 为什么现在要做？
   是什么事情触发了它，拖下去会怎样？

3. 我手里已经有什么？
   文件、旧稿、链接、案例、账号、素材，都算。

4. 我不想要什么？
   哪些常见答案、风格或做法，看起来正确，却不适合你？

5. 我最拿不准什么？
   把矛盾、顾虑和没想明白的地方，直接说出来。

6. 什么结果算完成？
   谁来使用，在哪里使用，怎样检查它真的能用？

不用按顺序，也不用强迫自己一定要讲满十分钟。“十分钟”只是两位作者都采用的实践长度，不是什么最优公式。

真正重要的是：不要一边说，一边把那些“不专业”的内容删掉。

犹豫、反悔、补充，还有那句“我也不知道为什么，就是不喜欢”，都可能暴露真实的取舍。AI 后面可以帮你整理，但前提是，这些东西得先出现。

最危险的时刻，是 AI 说“我懂了”

这是整套方法里最容易被忽略的一步。

很多人把十分钟的转写贴进去，下一句就是：“开始做吧。”

这一下很痛快，但也最危险。

说得更长，并不代表就想得更清楚。口述里会有重复、矛盾、错字，也会混进一些一时兴起的想法。如果 AI 直接执行，它只是在更大的上下文里，更自信地猜。

前面的理解只要偏一点，后面的研究、设计、开发和写作，都可能一起跑偏。你以为自己省掉了一轮确认，实际上只是把返工推迟到了更昂贵的阶段。

所以，第一轮不要让 AI 产出结果，只让它确认理解。

你可以把下面这段话和转写一起交给它：

_{这是我围绕一个任务的自由口述，里面可能有重复、矛盾和语音识别错误。现在不要开始执行。请先完成四件事：第一，用你的话复述我的真实目标；第二，区分已经确认的要求、你的推测和仍然缺失的信息；第三，指出互相冲突或可能被误解的地方；第四，最多问我五个真正会改变方案的问题。等我确认后，再整理成任务书。}

这一步的目的，是让 AI 把自己的理解暴露出来，而不是把口述“润色得更好看”。

如果它复述错了，你会在执行前发现。如果它把推测写成了要求，你可以立刻纠正。如果它问的问题全是字体、格式和字数，说明它还没有抓住真正的任务。

把混乱压成一页，事情才真正开始

完成追问后，让 AI 把信息压缩成一页任务书。

这份任务书不需要漂亮，但至少应该回答八个问题：

1. 想完成什么。
2. 为什么现在做。
3. 已有材料和当前状态是什么。
4. 有哪些限制，明确不做什么。
5. 发生冲突时，优先保住什么。
6. 什么结果才算完成。
7. 还有哪些问题没有确认。
8. 接下来第一个动作是什么。

然后你只做一件事：逐条确认。

目标是你真正要的吗？限制有没有被偷换？AI 的推测有没有混进确定要求？完成标准能不能真的检查？

确认完成后，这一页才是后续写作、设计、开发或研究真正使用的输入。十分钟口述是原料，任务书才是交付物。

如果任务会持续几天，还可以让 AI 把这份任务书保存成文件。以后换对话、换模型或中断后继续，都不需要重新解释整件事。

这也是为什么越来越多人看重“文件”的原因。聊天里的理解会消失，一份经过确认的任务书，才能成为所有后续动作共同依赖的事实来源。

别收藏，今天就拿一个真任务跑一遍

如果你只是觉得这个方法不错，然后把文章放进收藏夹，它很快就会变成又一条“我以后要学”的内容。

别再学一条了。现在打开待办清单，找出那个你拖了很久、每次交给 AI 都会返工的任务。

可能是做个人网站、整理知识库、写一篇重要文章、研究一个新方向，也可能是终于把一个只存在脑子里的产品想法做出来。

然后完整跑一遍：

1. 打开语音，把目标、背景、材料、顾虑和不想要的结果，全部说出来。
2. 把转写和前面的“先不要执行”提示，一起交给 AI。
3. 回答它真正会改变方案的问题，删掉没有意义的格式追问。
4. 让它生成一页任务书，逐条确认目标、限制和完成标准。
5. 只执行第一个最小动作，并要求它用实际结果证明已经完成。

第一轮的目标，不是让 AI 立刻交出一个惊艳的成品。

而是得到一份你看完以后，愿意说“对，这就是我要做的事”的任务书。

当 AI 不再需要猜你的意图，你会明显感觉到：那些过去需要反复纠偏的工作，终于开始往同一个方向用力了。

有些事情，还是应该老老实实打字

语音不是所有任务的默认入口。

查一个日期、改一句文案、把三行数据整理成表格，直接输入要求更快。为了显得会用 AI，硬讲十分钟没有意义。

精确的数字、人名、链接、文件路径和专有名词，也应该在转写后用文字检查。OpenAI 的官方说明同样提醒过，语音转写并不保证逐字准确，重要信息需要复核。

密码、身份信息、未公开的商业内容，也不应该随手倒进在线语音服务。

至于付款、发布、删除、授权和修改正式系统这些操作，更不能因为前面聊得很充分，就让 AI 自动决定。上下文越完整，越容易让人产生“它已经懂了”的错觉，但理解任务不等于获得操作权限。

语音适合的是那些背景很多、取舍复杂、你自己也还没完全想清楚的任务。

它帮你把脑子里的原料倒出来，AI 帮你整理和追问。而确认权，始终在你手里。

下一代 Prompt，可能根本不像 Prompt

过去，我们努力把人的意图压缩成一句机器容易理解的命令。

现在，模型已经能处理更长、更混乱的上下文，问题开始反过来：人能不能把真实目标、隐含限制和判断标准，充分地交出来？又能不能认出 AI 复述后的版本，究竟是不是自己真正想做的事？

这可能才是语音方法最值得重视的地方。

它没有让 Prompt 消失，只是把 Prompt 从一句精心修饰的命令，变成了一个逐步对齐的过程：先倾倒，再复述；先追问，再确认；确认之后才执行。

所以，如果你读到这里，脑子里正好浮现出一个拖了很久的复杂任务，就别再把这篇文章放进“稍后阅读”了。

现在就打开语音，把真正的处境说出来。

你不需要一开始就非常清楚。混乱、犹豫和反悔，都可以先出现。

但在 AI 开始替你做事之前，你们必须一起把“什么才算做完”说清楚。

真正的分水岭，不是谁收藏了更多 Prompt，也不是谁能把命令写得更像专家。

而是谁愿意把脑子里那些含糊却重要的判断交出来，再把它们确认成 AI 能执行的任务。