01 · 方法篇走了一段什么路
从第31章到现在，你走过了"方法论的完整旅程"。让我们回望这段路。
你从无框架的"试错"开始：
- 给AI一个模糊的问题，期待它给你完美答案，然后失望
- 不知道为什么某次成功，某次失败
- 每次都要重新摸索怎样问问题
- 浪费时间在无效的迭代上
然后你学了方法论：
- CRAFT框架让你有序地准备每一个任务
- 任务拆解让你把复杂问题变得可管理
- 多轮对话让你和AI建立真正的协作关系
- 错误恢复让你不怕失败，因为有应对预案
- 质量控制让你能自信地交付成果
- 隐私保护让你能放心地用AI，而不用担心数据泄露
现在你有了一套可复用的、经过验证的、系统化的方法。
方法论的价值：
• 比技巧更持久：技巧会过时，方法论在AI演变时仍然有效
• 比原理更可操作：你不只知道"为什么"，还知道"怎么做"
• 可自我复制：一个方法学会了，可以迁移到新的场景
• 可教学：你可以把方法教给别人，建立团队能力
这18章最核心的东西是什么？是这个观点：
用AI不是一次性的交易，而是可以设计和优化的系统。 好的系统是可重复的、可调试的、可改进的。你已经学会了怎样设计这样的系统。
02 · 七大核心方法盘点
下面是方法篇的七个核心框架。每一个都是一个强大的工具。
① CRAFT 框架 Ch31
一句话总结： 用结构化的五个步骤（Context, Role, Action, Format, Test）来准备和优化提示词。
最适用场景：
任何需要AI生成内容的任务——写文案、生成代码、做分析、创意策划。CRAFT确保你的提示词是清晰而完整的。
下次遇到什么情况该想到它：
AI的回答感觉"离谱"或"不够聚焦" → 重新走一遍CRAFT，特别是Role和Format部分。90%的问题都能解决。
② 任务拆解三层法 Ch32
一句话总结： 把任务从大到小分为战略层、战术层、执行层，分别交给人和AI。
最适用场景：
任何大型项目或复杂任务——产品发布、市场活动、研究项目。拆解让大问题变成一系列小问题，每个AI都能精准完成。
下次遇到什么情况该想到它：
一个任务感觉太大了，不知道从何下手 → 拆解成三层，马上清晰了。
③ 多轮对话三模式 Ch33
一句话总结： 三种对话模式（信息补充、逻辑追问、结构优化）针对不同的沟通需求。
最适用场景：
和AI的长对话。当第一次的回答不满意，你需要迭代。三模式告诉你该怎样问后续问题才能导向你想要的结果。
下次遇到什么情况该想到它：
对话在原地踏步，感觉没有进展 → 切换对话模式。从信息补充模式换到逻辑追问，或者从追问换到结构优化。
④ 少样本与模板化 Ch34
一句话总结： 给AI示例和模板，让它学会你的风格和格式，而不是每次都从零开始。
最适用场景：
重复性工作。如果你要AI持续生成某种格式的内容（报告、邮件、代码注释），给它一个模板，效率能翻倍。
下次遇到什么情况该想到它：
每次都要反复教AI同样的风格和格式 → 建立一个模板或示例库，一次投入，长期受益。
⑤ 错误恢复 SOP Ch41
一句话总结： AI出错时，不是重来，而是诊断错误、选择修复策略、验证成果。
最适用场景：
任何重要的输出。如果AI生成的内容会被发布、交付或依赖，你需要有错误处理预案。
下次遇到什么情况该想到它：
AI的输出有问题 → 不要急着重来。先诊断："错误类型是什么？" "该用哪种修复策略？" 这样往往比重新生成快。
⑥ 质量控制三防线 Ch42
一句话总结： 三道防线（前置质量、过程质量、后置质量）缺一不可。
最适用场景：
所有生产AI内容的场景。不管是文案、代码、分析，三防线都适用。
下次遇到什么情况该想到它：
成果的质量不稳定，有时好有时坏 → 检查你的三防线。通常是其中某一防线没做好。
⑦ 隐私四色分类 Ch47
一句话总结： 绿/黄/橙/红四个等级，快速判断什么数据能给AI，什么不能。
最适用场景：
处理任何包含数据的任务。隐私保护不是可选的，是前置的。
下次遇到什么情况该想到它：
不确定某条信息能否给AI → 用四色分类速判。如果是黄色，用脱敏技巧处理。如果是红色，就别给。
03 · 你还差什么：技巧篇预告
方法论是内功，技巧是招式。
内功让你能稳定地用AI。但有些特定的场景，需要专项的突破。这就是接下来的技巧篇要做的。
方法论 vs 技巧
- 方法论："我应该怎样系统地思考一个AI问题。" （CRAFT、拆解、多轮对话...）
- 技巧："在某个具体场景，我应该怎样具体地操作。" （提示词工程的高阶技巧、非程序员编程、Agent搭建...）
技巧篇（Chapter 49-60）要解决的关键场景：
- 系统提示词（System Prompts）： 怎样用系统提示词改变AI的行为模式？怎样设计一个持久的AI人设？
- Agent搭建： 怎样让AI自主地完成一个任务流，而不是每次都要你指导？
- 非程序员编程： 怎样通过AI辅助，做出简单的应用或自动化脚本，即使你没有编程经验？
- 个人AI自审： 怎样像评审别人一样，严格地评审AI生成的内容？如何建立质量标准？
- 跨域迁移： 怎样把某个领域的AI用法迁移到其他领域？
- AI团队协作： 怎样在团队里推广AI，让同事也能高效地用？
但这些都是"在方法论基础上的细化"。你已经掌握了最重要的部分。
04 · 方法论的持续进化
这不是终点，而是一个开始。
AI的能力在变，你的方法论也要跟着迭代。
你遇到过这样的情况吗：
- 新版本的AI模型发布了，某些方法突然不适用了
- 一个曾经很有效的提示词框架，现在AI不再理解了
- 你的工作流变了，之前的SOP需要更新
这很正常。方法论是活的。
建立"定期方法论复盘"的习惯：
- 月复盘： 每个月，回顾一下你用过的方法。哪些特别有效？哪些逐渐失效了？记录下来。
- 场景复盘： 每当你在某个场景用AI，事后问自己："这次我用的方法有效吗？下次遇到类似场景，我会怎样改进？"
- 工具复盘： 当你开始用新的AI工具，问自己："原来的方法在这个工具上还适用吗？需要调整吗？"
- 同伴学习： 和用AI的朋友、同事分享你的方法论。听听他们的反馈。有时候别人的视角会让你发现自己方法的盲点。
最后一个建议：不要被新的技巧或工具分散注意力。掌握方法论后，技巧和工具都只是载体。一个坚实的方法论，配合任何工具都能工作。
05 · 给自己的方法论宣言
现在我要邀请你做一件事：写下你自己的方法论宣言。
不是鸡汤，也不是好看的文字。而是诚实地反思你现在的状态。
问自己三个问题，找个地方写下答案（笔记本、文档、手机备忘录都行）：
问题一：我用AI的三个原则是什么？
比如："我的原则是，AI生成的内容必须经过我的审核"、"我只用AI做我真正不擅长的部分"、"我优先保护隐私，再追求效率"。写下你自己的三个原则，而不是复制别人的。
问题二：我最想改进的一个习惯是什么？
诚实地看问题。比如："我经常一上来就问AI，没有先想清楚问题"、"我总是相信AI的第一个答案，不去验证"、"我从来不用脱敏，担心泄露隐私"。找到一个最痛的点，写下来。
问题三：我的下一个30天目标是什么？
一个具体的、可衡量的目标。不是"更好地用AI"，而是"我要设计并执行一个完整的AI SOP"、"我要把多轮对话方法用在我的日常工作中，至少10次"、"我要建立一个可复用的提示词库"。
写完这三个问题后，你就有了一个方向。方法论就不再是抽象的概念，而是你的行动指南。
最后的话
18章的方法篇到这里就结束了。
如果要我用一句话总结你学到的，那就是：
AI不是一个魔法工具，而是一个思维伙伴。而和一个思维伙伴高效地协作，需要系统和方法。
你现在掌握的方法论，足以让你在大多数场景中自信地使用AI。它们在AI能力进步时仍然有效，在新的工具出现时也仍然适用。
剩下的，就是练习。每一次用AI的机会，都是一次优化你方法论的机会。
见你在技巧篇。
最终练习：方法论工具箱审计
检查你掌握的七个方法
对照下面的清单，评估你对每个方法的掌握程度：
- CRAFT框架： 我能快速列出一个提示词的Context, Role, Action, Format, Test吗？ ☐ 能 ☐ 部分 ☐ 不能
- 任务拆解三层法： 我能把一个大任务清晰地分成战略/战术/执行层吗？ ☐ 能 ☐ 部分 ☐ 不能
- 多轮对话三模式： 我知道什么时候用信息补充、什么时候用逻辑追问、什么时候用结构优化吗？ ☐ 能 ☐ 部分 ☐ 不能
- 少样本与模板化： 我有自己的提示词模板库或示例集合吗？ ☐ 有 ☐ 有但不完整 ☐ 没有
- 错误恢复SOP： 我遇到AI出错时，会诊断而不只是重来吗？ ☐ 会 ☐ 有时会 ☐ 不会
- 质量控制三防线： 我会在前置、过程、后置三个阶段都检查质量吗？ ☐ 会 ☐ 部分 ☐ 不会
- 隐私四色分类： 我给AI数据前会先判断安全等级吗？ ☐ 会 ☐ 有时会 ☐ 不会
改进计划
- 找出上面的"不能"或"不会"项。这是你的改进重点。
- 对每个需要改进的方法，回到对应的章节，重新读一遍。这次带着具体场景去读。
- 在你的下一个工作周内，至少3次有意识地使用这个方法。记录效果。
- 一周后，重新评估。你的掌握程度有进步吗？
分享和反馈
- 选一个你掌握最好的方法，给一个朋友或同事讲解。
- 听听他们的问题和反馈。有时候教别人，你会发现自己理解的缝隙。
- 邀请他们一起用这个方法。最好的学习是一起实践。
最后的提示：方法论的掌握不是线性的。有时候你觉得掌握了，下一个场景又会遇到新的挑战。这很正常。每一次挑战都是方法论进化的机会。