Skip to content

Example Outputs

这些示例说明:复制 Prompt 后,AI 的输出应该具体到今天能行动。

示例 1:学习拖延

输入:

text
我知道应该学 GitHub,但一打开就觉得烦,拖了很多天。

期望输出:

Know

你知道 GitHub 对长期项目有帮助,但还没有形成行动证据。真正卡住的不是“要不要学”,而是“一打开就烦”这个启动阻力。

Align

可能的情绪污染:

  • 恐惧:怕自己看不懂
  • 焦虑:觉得别人都已经会了
  • 逃避:用继续准备代替开始

Act

今天 10 分钟行动:

打开 GitHub Desktop,只看 History 页面,不改任何文件。写下你看到了哪 3 个词。

Reflect

明天继续:

用同一个仓库做一次最小操作,比如查看一个 commit 的变化。行动证据是一条 3 句话学习记录。

示例 2:项目是否继续

输入:

text
我做了一个项目,但越做越觉得难,不知道要不要继续。

期望输出:

Know

当前真正的问题不是“项目能不能成功”,而是你还没有把项目缩小到一个可以验证的下一步。

Align

需要检查:

  • 恐惧:是不是怕失败,所以想提前退出?
  • 虚荣:是不是希望项目一发布就被认可?
  • 焦虑:是不是看到别人更快,就怀疑自己的节奏?

Act

最小验证版本:

今天只验证一个问题:陌生人能不能在 3 分钟内看懂 README。把 README 发给一个可信的人,请对方只回答“看懂 / 没看懂 / 卡在哪里”。

Reflect

7 天后复盘:

  • 是否完成至少 3 次小验证?
  • 哪个反馈最影响下一步?
  • 继续项目的理由是清醒判断,还是害怕放弃显得失败?

原典、现代解释与项目应用明确分层。