技能五：给 AI 立个”规矩”——把好的习惯，变成永久的标准
你有没有遇到过这种情况：
上周让豆包帮你写工作总结，它写得特别顺手，格式、语气、详略都刚刚好，你直接复制粘贴就交了差，领导还夸了一句”有进步”。这周你又找它写，结果它像换了个人似的——写得又长又啰嗦，重点全没了，你恨不得自己重写一遍。
问题出在哪？因为上周那次的”默契”，它没记住。每次对话都是全新的开始，它不知道你上周有多满意，更不知道你满意的是哪些地方。
有没有办法让 AI 记住那种”对的感觉”？当然有。这就是今天要聊的第五个核心技能：通用规则（Universal Rules）。
什么是通用规则？
通用规则，就是你给 AI 设定的一套可以反复使用的固定指令。
不是每次都要重新叮嘱”语气客气点””不要太长””重点说清楚”，而是把这些要求一次性写下来，变成一条条规则，以后每次用 AI 都带上它——AI 就再也不会忘了。
原文里有几个经典的通用规则例子，拿来直接用都很好使：
- 用九年级英语写作（写得简单易懂，别用复杂词汇）
- 用明喻，不要用举例（”像一把钥匙”比”比如说钥匙”更生动）
- 句子要短（每句话说一件事，别堆砌）
- 避免俗气的励志金句（”成功需要努力”这类废话一律删掉）
- 不要用破折号（这是原文作者最强调的一条）
看起来都是小细节，但正是这些细节，决定了 AI 输出的质量是”凑合能用”还是”眼前一亮”。
为什么通用规则这么重要？
因为它是把前面所有技能“锁定”下来的关键。
你学了提示词工程，知道怎么问；你培养了审美鉴赏，知道什么是好；你建了个人操作系统，让 AI 认识你；你学会了输出迭代，知道怎么改。但如果每次都要从头叮嘱一遍，这些技能的价值就大打折扣了。
通用规则就是把这一切固化下来的那一步——让你的标准，变成 AI 的默认行为。
三步建立你的通用规则
第一步：从”成功经验”里提炼规则
回想一下，最近有没有一次和 AI 的合作让你特别满意？找到那次对话记录，把整个对话复制下来，发给一个新的对话窗口，然后输入这段指令：
“请分析以上这段对话，提炼出一套通用规则。这套规则要能指导 AI 按照同样的方式处理类似任务，包括语气、结构、重点要素等。请用清晰、直接的语言写出来，方便我下次直接使用。”
AI 就会帮你分析：原来你喜欢的开头是这样的，原来你希望中间有数据支撑，原来你讨厌啰嗦的结尾……然后整理成一份条理清晰的规则清单。
第二步：保存成 PDF，跨平台通用
把 AI 帮你写好的通用规则复制下来，存成一个 PDF 文件。为什么要存成 PDF？因为主流的国内 AI 工具（豆包、元宝、DeepSeek、千问）都支持上传 PDF 文件。以后不管用哪个 AI，你都可以把这个 PDF 传上去，告诉它：”按这个规矩办事。”
这就叫”一次编写，到处运行”。就算以后出了更厉害的 AI，你也能无缝切换，不用担心重新”教育”它。
第三步：进阶玩法——做成”专属助手”
如果你经常用同一个 AI 工具（比如 DeepSeek 或元宝），还有个更省事的办法——创建你的专属智能体（有的叫”自定义助手”或”我的机器人”）。
操作很简单：
- 找到创建智能体的入口（一般在设置或侧边栏）
- 把刚才那份通用规则粘贴到”指令”或”系统设定”框里
- 给它起个名字，比如”周报专用助手”
- 保存
以后要用的时候，直接打开这个助手，什么都不用多说，它就知道按你的规矩办事。你还可以给不同的场景创建不同的助手：写邮件的、写周报的、给孩子讲故事的……各司其职，随叫随到。
举个例子：我的”周报专用助手”
我给自己建了一个叫”周报小能手”的智能体，通用规则是这样的：
“你是一个有 10 年经验的人力资源主管，正在写每周工作总结。风格：简洁、数据化、重点突出。结构：1. 本周核心工作（3-5 点，每点一句话 + 数据支撑）；2. 遇到的问题及解决思路（2 点）；3. 下周计划（3 点，按优先级排序）。全文不超过 500 字，不用客套话，句子要短，避免俗气的励志金句。”
每周五下午，我打开这个助手，说一句”帮我写这周的总结”，然后把这一周做的事简单罗列给它，它就能自动生成一份几乎不用改的周报。从半小时的苦差事，变成了五分钟的轻松活。
写在最后
通用规则的魔力在于：它把你的工作方法、思维习惯、质量要求，都变成了一套可以反复使用的”标准”。AI 不再需要每次都猜你想要什么，它只要照章办事，就能交出让你满意的答卷。
这也是为什么原文把通用规则放在最后——它是把前面所有技能”锁定”下来的那一步。没有它，你学的那些技能只是偶尔发挥；有了它，你的标准才真正变成了 AI 的默认行为。
好了，五个技能已经到手：会提问、懂审美、会交底、会迭代、会立规矩。你已经超过绝大多数普通用户了。接下来，我们要玩点更高级的——让 AI 反过来给你挑毛病。下一篇见！
- 本文作者： Qborfy
- 本文链接： https://www.qborfy.com/ailearn/use/05.html
- 版权声明： 本博客所有文章除特别声明外，均采用 MIT 许可协议。转载请注明出处！
