五步提示词脚手架：把模糊决策逼成可执行结论-知了AI

为什么“一次问出来的答案”总是不够用

大多数人用 DeepSeek 的方式，是写一段长长的提示词，把所有背景、约束、期望一次性塞进去，然后点发送，等一个“完美答案”。结果是：回答往往结构工整、语气笃定、每一条都像有道理，但合上页面之后，你依然不知道明天该做什么决定。这不是模型不行，而是提问的形态错了。复杂决策类问题，本身就不存在一次成型——人类请咨询公司做一份方案评估，也不会只开一次会。好的输出不是一次问出来的，是五轮问出来的。

这篇文章讲的是「五步提示词脚手架」。所谓脚手架，不是让 AI 替你思考，而是在你的判断力外面搭一圈临时支撑：每一步都干一件明确的事，每一步的产出都成为下一步的输入，五步走完，结论被逼到必须交底的位置。这套提示词不炫技，也不依赖什么玄学咒语，它本质上是一种把决策过程外化的方法。

单人提示词和决策流程的根本差别

一条普通的提示词，比如“帮我分析一下要不要把公司客服系统换成 AI 客服”，DeepSeek 会给你一份四平八稳的优劣分析：优点若干、缺点若干、建议先做试点。这份答案没有错，但它也没有用。为什么？因为它的优点和缺点来自模型的一般性先验，不是来自你的具体处境。它不会告诉你“你公司只有三个客服、客户投诉主要集中在退换货流程而不是响应速度，换系统解决的是不存在的问题”。

五步提示词脚手架要做的事，是把这类“通用正确答案”一层层剥掉，换成一个“关于你这个具体处境的、带条件的、可被追责的判断”。差别不在于哪条提示词写得更长，而在于有没有为判断设置摩擦。

这套提示词是为“没有标准答案”的问题设计的

先划清边界：五步提示词脚手架不是万能的。它适用于决策分析、方案评估、商业判断、组织取舍、职业选择这类没有唯一正确答案、依赖前提假设的问题。它不适用于事实查询、格式转换、代码语法、翻译、写邮件这类有客观正误的任务。你问“Python 里怎么给列表去重”，用五步提示词走一遍是纯粹的浪费。

所以第一条判断标准很简单：如果你问完得到的答案，明天可能被证明是错的，或者可能让你损失真金白银，那就值得用五步。如果你只是在找一个事实、一段文本、一个格式，那就是单轮提示词的事。

五步的整体形状

先给一张总图，后面再逐步拆。五步是一条单向流水线，每一步的输出都会被下一步当作原材料：

拆维度：把“我该不该做 X”拆成成本、风险、时间、可逆性、外部依赖等可分别判断的几个维度，这一步只准出维度清单，不准出结论。
正反推演：分别站在支持侧和反对侧，各写一版足够强的论证，避免稻草人。
挑逻辑漏洞：让它当审稿人审自己，找出循环论证、缺失数据、隐藏前提。
复盘修正：把漏洞补上，重写结论，并标注哪些判断变了、为什么变。
带前置条件和风险收口：结论 + 成立前提 + 失效信号 + 兜底方案 + 止损点。

这套提示词最反直觉的地方在于：前三步都在刻意不给你结论。而绝大多数人打开对话框的第一句话，就是“你觉得我该怎么做”。

五步提示词的速度与成本全景

在动笔写第一套提示词之前，先把代价讲清楚：五步脚手架不是免费的，它消耗的是 token、时间和你的注意力。只有明白它贵在哪，才知道什么时候该用它。

五步各自的作用与产出

下表是五步提示词的“功能表”，建议打印出来贴在工位上。它告诉你每一步解决什么问题、交回什么东西、以及什么情况下可以跳过：

步骤	这一步在干什么	核心动作	产出形态	能否跳过
① 拆维度	把模糊大问题切成可分别判断的小问题	先出维度清单，不出结论	5-7 个维度的清单，每个维度附“判断标准”	不可以，跳过后面全歪
② 正反推演	强制生成两个方向的强论证	先写最强支持，再只写反对	支持侧 5 条 + 反对侧 5 条，均为最强版本	问题简单时可合并进第一步
③ 挑逻辑漏洞	把 AI 从辩护人切换成审稿人	“假设你是审稿人，你的任务是拒稿”	漏洞清单，按“会改变结论 / 不影响结论”分两栏	不可以，这是整套提示词的命门
④ 复盘修正	补漏洞后重写结论并标注变化	逐条对应漏洞，说明改了什么	新版结论 + 变更记录（原判断 / 新判断 / 原因）	漏洞为 0 时可简化
⑤ 条件收口	给结论上锁：前提、失效信号、止损	五件套格式化输出	结论 + 前提 + 失效信号 + 兜底 + 止损点	不可以，这是分水岭

单轮提问 vs 五步脚手架

很多人会问：我能不能把五步全部塞进一条很长的提示词里，一次问完？技术上可以，效果上不行。原因很朴素：模型在一次生成里会倾向于自我一致，你让它“先支持再反对再自我批判再修正”，它往往会在生成支持侧时就为后面的修正留好了台阶，最后交出一份“看起来什么都考虑了、其实什么都没被真正推翻”的圆滑答案。分轮提问的作用，是让每一轮都断开前一轮的情感惯性。

对比项	单轮提问	五步提示词脚手架
典型提示词形态	一段背景 + “你怎么看”	5 段提示词，逐轮追加
token 消耗	1 倍基准	5-8 倍（含上下文重读）
耗时	1-2 分钟	20-40 分钟（含自己思考）
结论确定性	低，容易四平八稳	较高，结论被逼出形状
可追溯性	几乎为零	每一步变化都留痕
暴露盲区的能力	弱	强，尤其第三、五步
适用任务	事实、格式、改写、查询	决策、评估、商业判断
风险	误把“通顺”当“正确”	过度工程化、拖延决策

什么时候“不值得”走五步

这张表最重要的其实是最后一行。五步提示词最大的风险不是花钱，而是让你把思考当成了行动。一个需要三天内拍板的决定，花四十分钟走五步提示词是合理的；一个本来十分钟就能定的日常小事，走五步提示词就是拖延。请记住一条经验法则：决策的可逆性越高，越不值得用五步；决策的不可逆性越高，越值得。

第一步拆维度：先把问题拆小，再谈答案

拆维度是整个提示词脚手架的基座。基座歪了，上面四步都是徒劳。这一步最反常识的要求是：让 DeepSeek 先给你维度清单，不允许它给结论。之所以要这样，是因为模型一旦被允许给结论，它就会倒推出一组“正好支持这个结论”的维度，而这组维度往往不是你真正关心的那组。

拆维度这一步在干什么

它做的是一件人类顾问常做的事：把“我该不该做 X”这种无法直接判断的复合问题，拆成若干个可以分别打分的单一维度。典型维度包括：

成本：一次性投入、持续性投入、隐性投入（注意力、组织成本、机会成本）。
风险：最坏情况的下行幅度、发生概率、是否有传染性。
时间：见效周期、机会窗口、决策到执行的时间差。
可逆性：做错了能不能退回来，退出成本有多高。
外部依赖：是否依赖供应商、平台政策、监管、关键人、季节性。
可测性：这件事做成没做成，能不能在三个月内被验证。

注意第五、六维。大多数人拆维度时只会想到成本和风险，而真正杀死一个决策的往往是外部依赖和可测性。一个方案如果不可测，你永远不知道它是在起作用还是在苟延残喘。

为什么不能省：维度决定了终局的天花板

一个决策的结论质量，不可能超过它所在维度的空间。如果你只有“成本”和“收益”两个维度，那你最终只能在“划算/不划算”这个平面上做判断，而忽略了可逆性、外部依赖这些真正决定生死的变量。所以拆维度不是为了写得好看，而是在给后续所有论证划定边界。

这也是为什么第一步的提示词必须明确禁止结论。你可以直接告诉 DeepSeek：“这一步只要维度，不要任何评价和倾向，哪怕你已经看出来了，也先别说。”

拆维度提示词模板（可复制）

下面这套提示词可以直接粘贴使用，把方括号里的内容替换成你自己的案例。注意它的三个机关：禁止结论、要求判断标准、要求指出最容易被忽略的维度。

我在做一个复杂决策，请你只做第一步：拆维度。

【我的问题】[一句话描述决策，例如：是否把客服外包给第三方团队]

【背景】[3-5 条关键事实，包括规模、现金流、团队现状、时间压力]

【我的约束】[预算上限 / 时间期限 / 不能碰的底线]

请你完成以下任务，注意：本步只输出维度，不允许给出任何结论、倾向或推荐。

1. 把这个问题拆成 5-7 个可以单独判断的维度。至少覆盖：成本、风险、时间、可逆性、外部依赖。
2. 对每个维度，说明：它在判断什么、在什么区间算“可以接受”、在什么区间算“不可接受”。
3. 用一句话指出：基于我的背景，哪一个维度最容易被我自己忽略，为什么。
4. 最后问我一个我可能没有考虑到的维度，要求我只回答有或没有。

不要写优点缺点清单，不要建议做或不做。维度输出完毕即可停止。

产出长什么样

一次合格的拆维度产出，大致长这样（节选）：

成本：一次性切换成本（培训、数据迁移）与持续性成本（按坐席计费的部分）应分开看。持续性成本里，容易被忽略的是月度数据核对的人工。判断线：持续性成本超过现有人工成本的 70% 且服务质量不升，视为不可接受。
可逆性：外包合同通常签一年，提前解约违约金是关键。判断线：若违约金超过三个月运营成本，可逆性视为低。
外部依赖：对外包方的排班能力和人员流动率依赖极强，且客户数据出境会触发合规审查。
最容易被你忽略的维度：可测性——你在三个月内能否客观判断“服务质量”，如果只能靠客户投诉感知，那这个方案实际上是不可验证的。

看到没？它还没说“要不要外包”，但它已经逼出了真正决定这个问题的那几条线。这就是提示词的第一层价值：把问题问到正确的形状。

拆维度常见的三种错误

错误一：一上来就问“我该不该做 X”

这是最普遍的错误。这类提示词一发出，模型立刻进入“推荐模式”，给你的答案会带着一种不容置疑的积极感。你得到的不是拆解，是推销。正确的姿势是分两条提示词：第一条只要维度，第二条才谈判断。

错误二：维度太抽象，无法打分

“战略价值”“品牌影响”这类维度听起来高级，但你无法对它们做具体判断。拆维度时要强制模型给出“判断标准”：什么数值或现象算好、什么算坏。没有判断标准的维度，等于没有维度。

错误三：维度太多，变成一张清单

有人喜欢让模型拆出十几二十个维度，感觉很全面。结果是后面每一步都会被稀释。5-7 个维度是合适的上限，多了说明你没有真正想清楚主次。提示词里要明确写“不超过 7 个”，模型会自己收敛。

什么时候该停

拆维度的停止条件很清楚：当维度清单稳定了，再问一次不会有新增维度，就可以停。通常一轮就够，最多在追问一次“有没有遗漏的维度”。不要陷入反复拆维度的循环，那样你会用提示词无限拖延判断。

第二步正反推演：把两边都写在最强处

维度划定之后，第二步是让 DeepSeek 分别站在支持侧和反对侧，各写一版足够强的论证。关键词是“足够强”——不能一边是雄辩，另一边是稻草人。

为什么大多数“优缺点分析”是假的

你让 AI 分析任何事，它都会给你“优点 3 条、缺点 3 条”。问题是，这种对称的优缺点几乎总是假的：支持侧写得饱满而具体，反对侧写得空泛而温和，最后你会发现结论其实早已写好，所谓缺点只是免责声明。这不是模型在骗你，而是你在提示词里没有禁止“能力不足”。

真实的决策里，反对意见往往比支持意见更需要被认真对待，因为支持意见你已经听过无数遍（你之所以想这么做，正是因为听过支持意见），而反对意见你还没被充分说服过。所以第二步要刻意制造“一边倒地说反对”的提问。

正反推演的提示词结构

推荐分两条提示词来做，而不是一条。先写支持，再单独写反对，且反对那条明确要求不能模糊化。之所以分开，是因为“写反对”如果不独立成一轮，模型会不自觉地平衡语气，把反对写软。

正向推演提示词（可复制）

基于上一步的维度清单，现在做正向推演。

请你站在“支持做这件事”的一方，写一份最强的辩护，要求：

1. 写 5 条理由，每条必须绑定维度清单里的具体维度，不能空泛谈“前景广阔”。
2. 每条理由都要给出：如果这条成立，需要什么前提；如果前提不成立，这条理由就作废。
3. 明确写出：在什么条件下，这件事的成功概率会显著高于一般水平。
4. 不要写任何 caveat（保留意见），不要在结尾补一句“当然也要注意风险”。

你的任务是当一个最好的律师，不是当一个客观的分析师。

反向推演提示词（可复制）

接下来翻转立场。

请你只写反对。不允许写“但是也有好处”这类平衡句，不允许在开头或结尾做任何对冲。

要求：

1. 写 5 条反对理由，每条必须是“最强反对”，即对方律师中最厉害的对手会怎么说。
2. 如果某条理由强度不够，请直接丢弃，重写一条更强的，直到 5 条都足够锋利。
3. 对每条反对理由，指出它最容易被支持方用什么话术敷衍掉，以及这个敷衍为什么在逻辑上不成立。
4. 最后请你回答：如果我是这件事的决策者，哪一条反对理由最容易被我因为情绪而忽略？

只输出反对。整份输出里出现一个“不过”“也需注意”之类的缓冲词，都算失败。

价值在哪：暴露你自己没想到的对立面

你之所以想做一个决策，是被某种叙事说服了。反向推演的价值，就是给你一份足以动摇那个叙事的新叙事。很多时候反对侧会给出一些具体的、你没法简单回应的点，比如“你现在的客服团队其实承载了客户关系维护的功能，外包之后投诉率下降但复购率会降”，这种点你之前压根没往那个方向想过。

一个真实场景的推演结果

还是用“客服外包”这个例子。反向推演可能给出这样的 5 条：

外包公司会优化“平均响应时长”这个指标，但会牺牲“复杂问题的解决率”，而你的客户投诉主要集中在复杂退换货上。
外包团队的客户档案与你内部的 CRM 割裂，导致客户每次都要重新解释问题，体验反而下降。
合同周期与你的业务季节性不匹配，旺季前一个季度是关键，你恰恰会在合同开局遇上磨合期。
外包压低成本的方式是降低人员留存率，导致服务质量的波动来自供应商人员流动，你无法控制。
真正的问题不是你团队的效率，而是你的退换货政策过于复杂——外包只是把问题转移了，而不是解决了。

第 5 条尤其重要。它揭示了一个问题定义错误：你以为你要解决的问题是“客服效率”，实际上你的问题是“流程复杂”。这种反对意见，靠一次单轮提示词几乎撞不出来，只能靠专门的“只写反对”提示词逼出来。

什么时候该停

正反推演停止的信号是：反对侧已经出现了一条让你感到不舒服的理由。如果你读完 10 条反对意见，内心毫无波澜，说明推演还不够锋利，需要追问“再来 3 条更强的”。如果反对侧已经击中你的痛点，那就是该停的时候了——你不需要 20 条反对，你需要 3 条让你难受的。

第三步挑逻辑漏洞：把 AI 从辩护人变成审稿人

前三步里，第三步是整套提示词的命门。大多数人用提示词只做到第二步，因为他们觉得“优点缺点都看了，已经客观了”。事实上，看了不等于审了。第三步要做的，是让 DeepSeek 审它自己前两步写的东西。

这一步在审什么

它要审四类问题：

循环论证：结论被藏在前提里。比如“因为外包能降本，所以应该外包”，但“能降本”本身还没被证明。
数据缺失被跳过：论证需要某个数字，但数字被一句“通常来说”含糊过去了。
隐藏前提：结论只在某个条件下成立，但这个条件没有写出来，比如“假设客户不介意数据出境”。
相关性冒充因果：用一个相关性现象支撑因果判断，比如“某同行外包后利润上升，所以外包会带来利润上升”。

这些漏洞在支持侧和反对侧都存在。第三步不是只审反对侧，而是两边都审。

为什么必须“让它当审稿人”

这里有一个提示词设计上的关键技巧：身份决定行为。如果你说“请你分析这些论证有没有问题”，模型会以一种友善的姿态“补充完善”；如果你说“假设你是审稿人，你的任务是拒稿”，模型的行为立刻改变，它会主动寻找致命伤，而不是帮你修修补补。

“拒稿”这个词在学术场景里有很强的行为暗示：审稿人的职责不是帮你通过，是找出你不能通过的理由。这个身份切换，是第三步提示词中最不容省略的一句。

用一个更极端的身份：投资人尽调

如果你觉得“审稿人”还不够狠，可以进一步用“准备否决这笔投资的投资人”。这个身份会逼模型去攻击回报假设、去质疑关键人、去问“如果这条路走不通，你有没有 Plan B”。商业判断类问题，用这个身份往往比用审稿人更有效，因为它天然带着资金风险意识。

挑漏洞提示词模板（可复制）

现在切换身份。请忘掉前面的输出，假设你是这次决策的审稿人，你的任务是拒稿。

你手里有上一步的两份论证（支持侧 5 条、反对侧 5 条），以及更早的维度清单。

请逐条审查，找出以下四类问题：

1. 循环论证：结论是否被提前放进了前提里。
2. 数据缺失：哪些论证需要数字支撑，但数字缺席了。
3. 隐藏前提：哪些结论只在某个未写出的条件下成立。
4. 因果误判：是否把相关性当成了因果关系。

输出格式要求：

- 每个漏洞写：漏洞所在（支持侧第几条 / 反对侧第几条）、漏洞类型、为什么它是漏洞、它会改变结论吗。
- 最后把所有漏洞分成两栏：会改变结论 / 不影响结论。
- 如果你审完发现“会改变结论”一栏是空的，请说明你是否在放水；如果你认为没有致命漏洞，请给出理由，并指出至少一条“我自己也不确定”的地方。

不要给出修改建议，只负责找问题。修改是下一步的事。

产出：漏洞清单按“是否改变结论”分类

这一步的产出应该是一张两栏表。举一个例子：

漏洞	位置	类型	是否改变结论
“降本 30%”缺少拆解，未扣除数据迁移与培训的一次性成本	支持侧第 1 条	数据缺失	会——可能让降幅缩到 10% 以内
“同行外包后利润上升”被用作因果证据	支持侧第 3 条	因果误判	会——整条理由作废
“客户会不满”没有任何调研支撑	反对侧第 2 条	隐藏前提	不影响——是态度判断，不是事实判断
“流程过复杂是根因”缺少验证方法	反对侧第 5 条	数据缺失	会——但如果验证成立，整个问题定义要重写

看到第三行了吗？审稿人也会指出反对侧的证据不足。这就是为什么第三步要两边都审——一个好的审稿人不会因为你是反方就豁免你。

什么时候该停

停止条件：“会改变结论”这一栏里已经出现了具体条目，且这些条目是可以被补上的。如果漏洞都补不上（比如缺少的数据根本拿不到），那说明这个决策本身的信息条件不足，应该暂停而不是硬推。这也是一种结论。

第四步复盘修正：让判断的变化留下痕迹

漏洞找到了，接下来是补漏洞、重写结论。这一步最容易被敷衍，因为大多数人会把“重写结论”变成“把原来的结论再说一遍，加上更多限定词”。这不是修正，这是装饰。

这一步在做的事：可追溯的重写

真正的复盘修正，要求输出一份变更记录：原来怎么判断的、现在怎么判断的、因为什么变了。这份变更记录是整条提示词链里最有价值的东西，因为它让你看到自己的判断是如何被证据推动的。

商业判断中，最可怕的不是判断错了，而是判断错了之后不知道自己当初为什么那么想。变更记录就是给未来的你留下的一份“决策日志”。

要求模型“补数据”而不是“改措辞”

复盘修正的提示词里，一定要明确区分两种情况：能补的证据要补，补不了的证据要标注为“未知”而不是含糊过去。很多模型在被要求修正时，会倾向于降低论调的确定性（“可能”“或许”），这只是修辞上的退守，并没有真正补强论证。

要求“给每条漏洞一个处置结论”

对于第三步的每一条漏洞，复盘修正都要给出一条处置结论，且只能从这四种里选：

已补齐：找到了证据或补充了论证，漏洞关闭。
承认无法补齐：信息缺失，把这条论证的强度下调，并在结论里标注“此条依赖未知数据”。
撤销：论证不成立，从两侧论证中删除，并说明它的删除如何影响结论。
转为条件：这条论证只在某条件下成立，把它挪到第五步的“成立前提”里去。

这四种处置方式，把混乱的“修改”变成了一次真正的逻辑清算。

复盘修正提示词模板（可复制）

现在做复盘修正。请针对上一步漏洞清单里的每一条漏洞，逐条处置。

处置方式只能从以下四种中选一种：
A. 已补齐（补了什么证据或论证）
B. 承认无法补齐（把相关论证强度下调，并标注依赖未知数据）
C. 撤销（删除这条论证，并说明对结论的影响）
D. 转为条件（写明它成为第五步成立前提的具体表述）

完成逐条处置后，请重写结论，要求：

1. 新结论必须与旧结论对照：用表格呈现“原来怎么判断 / 现在怎么判断 / 变化原因”。
2. 凡是发生方向性变化（从支持变反对或反之）的条目，必须单独说明。
3. 严禁用“可能”“或许”这类模糊词掩盖分歧。如果确实不确定，就写“无法判断，因为缺少 X”。
4. 最后列出：经过修正后，仍然悬而未决的 1-3 个问题。

你的产出是一份决策变更日志，不是一份新的分析报告。

产出：结论变化表

一个合格的复盘修正产出，核心是一张这样的对照表：

成本判断：原来认为降本 30%，现修正为 10%-15%，原因是一次性成本被补进来。方向未变，强度大幅下调。
核心问题定义：原来认为是效率问题，现修正为流程问题，原因是反对侧第 5 条被验证是有效假设。这是方向性变化。
客户流失风险：原来认为风险大，现认为无法判断，因为没有复购率数据。转为“未知”。

注意第二条，这是一个真正的方向性变化。如果复盘修正没有产生任何方向性变化，大概率是第三步审得不够狠，或者第四步在放水。

什么时候该停

停止条件：每一条漏洞都得到了一个明确的处置（A/B/C/D 之一），并且结论变化表已经生成。如果有漏洞被含糊跳过，就再追问一次“第 X 条漏洞的处置是什么”。不要重走整个流程，只在需要的地方修补。

第五步带前置条件和风险收口

五步走完四步，你已经拥有了一个经过审稿人拷问、经过修正的结论。但绝大多数人会在这里结束，把结论直接拿去用。这正是“AI 说得挺有道理”和“AI 给了一个能用”之间的分水岭。

这一步为什么是分水岭

前四步产出的结论，本质上还是一个观点。观点不能直接执行，因为执行需要的是条件判断和退出机制。如果一件事只有“做”和“不做”两个按钮，那你说什么都无所谓；真正的执行需要知道：在什么条件下做、出现什么信号要改、改不了的时候怎么退、什么时候认输。

第五步要做的，就是把“观点”升级成“可执行的带条件判断”。少了这一步，前面的所有工作都可能变成一纸空谈。

五件套：结论、前提、失效信号、兜底、止损

这一折的强制输出格式是五件套：

结论：一句话，明确做或不做，或者“分阶段做”。
成立前提（必填）：至少 3 条，其中必须有一条是“最脆弱的前提”，即最可能被现实推翻的那一条。
失效信号：出现什么具体迹象就说明判断错了。必须可观测，比如“第 60 天复购率连续两月下降超过 5%”。
兜底方案：如果判断失效，备用路径是什么，切换成本多少。
止损点：在什么时候、投入多少之后、如果仍未达预期就无条件退出。

“必填”两个字是给“成立前提”的。很多人会跳过前提，直接拿走结论，结果就是把一段“在一定条件下成立”的判断，当作“任何情况下都成立”的真理来用。前提不是免责声明，它是结论的一部分。

把失效信号写成可观测的事件

失效信号写不好，整个第五步都会崩。常见错误是把失效信号写成“如果效果不好”“如果客户不满意”这种无法观测的描述。好的失效信号必须满足三条：有时间锚点、有指标、有阈值。比如“上线后第 3 个月，复杂问题一次性解决率低于 70%”。

条件收口提示词模板（可复制）

现在做最后一步：收口。

请基于修正后的结论，输出一份可直接执行的决策卡片，严格按以下五段格式：

【结论】一句话，明确“做 / 不做 / 分阶段做”，不允许模棱两可。

【成立前提】至少 3 条，每条用“只要……就成立”的句式。其中必须标注一条为“最脆弱前提”，并说明为什么它最脆弱。

【失效信号】至少 3 条，每条必须包含：时间锚点 + 可观测指标 + 具体阈值。例如“60 天后复购率连续两个月下降超过 5%”。

【兜底方案】如果失效信号触发，备用路径是什么，切换成本是多少，需要多长时间过渡。

【止损点】什么时间点、投入多少资源之后，如何判断“认输”，退出时如何降低损失。

另请补充一句开场白：本判断基于哪些未知信息做出，哪些结论在未来最可能被推翻。

产出示例：一页纸决策卡

一个完整的收口产出可能长这样（节选）：

【结论】分阶段外包：先外包非核心的售后咨询线（约占 30% 咨询量），核心退换货线保留内部 6 个月。

【成立前提】
1. 只要待外包部分的咨询复杂度低于内部平均值，方案就成立。
2. 只要外包方人员留存率能维持 80% 以上，服务质量就成立。
3. 【最脆弱前提】只要退换货政策在这 6 个月内不改，原流程的价值就能被评估。← 最脆弱，因为这是公司正想改的地方。

【失效信号】
1. 第 60 天：外包坐席的一次性解决率低于 75%。
2. 第 90 天：客户在“转接后”的满意度评分低于内部 10 个百分点。
3. 第 120 天：外包方月人员流失率超过 15%。

【兜底方案】若触发，把外包部分收回，切换成本约为 2 周，已付费用不退，但不影响主业务线。

【止损点】6 个月后若累计成本未低于内部成本 15%，无条件终止续约。

【本判断基于的未知信息】客户复购率与客服质量的相关性；合规部门对客户数据出境的最终态度。

什么时候该停

停止条件：五件套全部齐备，且失效信号能够被一线人员直接观察和判断。如果你拿到的失效信号还是“效果不好”这种话，就继续追问。五步走完的标准不是“AI 说完了”，而是“你可以拿着它去开会、去执行、去认输了”。

五步提示词的真实成本：什么时候值得，什么时候不值得

讲完了方法，必须讲代价。五步提示词不是免费的午餐，它甚至不是一杯便宜的咖啡。

token 消耗的真实情况

一次完整的五步，token 消耗大致是单轮提问的 5-8 倍。这里的原因有四层：

每一轮提问都要重新携带上下文，你的输入被重复计入。
每一步都要生成大量结构化输出，而不是一个简短答案。
第三步和第四步往往需要来回追问，多出 2-3 轮。
长对话中，模型对早期内容的“注意力衰减”会迫使你把关键约束再贴一次，进一步增加长度。

但 token 只是显性成本。真正的隐性成本是你作为提问者的注意力消耗：你需要读完每一步的产出，判断它是否合理，才能在下一步给出有效的追问。走完一轮五步，半个小时里你的大脑不能摸鱼。

什么时候值得：三个信号

判断是否该走五步，看下面三个信号，命中两个就值得：

不可逆性高：做错了要付出半年以上或真金白银的代价。
已有沉没投入的诱惑：你已经为这件事投入了钱或时间，怕自己是“因为沉没成本才继续”。
你的直觉和证据不一致：直觉告诉你做，但证据不完全支持，这种撕裂感正是需要五步来裁决的。

什么时候不值得：四个信号

反过来，命中下面任意一个，就不值得走五步：

这是个事实查询：“某公司去年营收多少”“这个 API 怎么调用”。
这是个格式任务：写邮件、改简历、翻译、做表格。
决策高度可逆且低成本：比如换一个办公软件、尝试一种周报格式。
你只是想找一个理由，而不是想找答案。这种情况下，五步提示词会被你用来挑选能支持你已有判断的片段，而不是真的验证判断。

最后一条很关键。五步提示词本身是中性的，它既可以用来寻找真相，也可以用来制造一个“经过多轮论证”的假象，让你更放心地做本来就想做的事。这个问题，下面的“大多数人做错的地方”会展开。

大多数人做错的地方

讲方法论最怕的就是变成一套正确但没用的道理。这一节专门讲反常识：五步提示词在实践中，被用坏的方式远比被用得少更常见。

反常识一：五步不是让你更确定，是让你更不确定

绝大多数人认为，走得越细、问得越多，结论就越可靠、自己就越有底气。现实恰好相反：走完五步之后，你往往比走之前更不确定。因为你看到了更多成立前提、更多失效信号、更多自己没想过的对立面。这种不确定不是失败的信号，而是这才是对复杂世界的真实反应。

明白了这一点，就不会把五步提示词当作“给我一个确定答案”的工具，而是当作“把我赌博时的底牌看清楚”的工具。

更进一步：如果你走完五步，仍然感到无比确定，那几乎可以肯定，第三步在放水，或者你在选择性吸纳输出里对你有利的部分。确定性本身就是一个高危信号。

反常识二：第三、五步比第一、二步重要得多

拆维度和正反推演很符合直觉，做起来也很有成就感——你看到一大堆结构化的输出，觉得自己在思考。但真正决定五步提示词价值的是第三步和第五步：第三步把辩护人切换成审稿人，第五步把观点升级成承诺。这两步是“不舒服”的，因为它们要么在打你自己的脸，要么逼你说出“在什么时候我认输”。

一个可靠的自检方法是：走完五步，问自己“我的判断方向变了吗”。如果完全没变，说明前四步很可能就是在给已有判断做装饰。这不是说五步必须改变结论，而是说如果一次都没变，你就该怀疑自己在放水。

反常识三：第五步的前提，往往是真正需要补的信息

很多人以为“成立前提”只是一段公式化的免责声明。恰恰相反，前提就是你要去补的信息清单。当 DeepSeek 告诉你“只要客户数据出境不触发合规审查，方案就成立”时，你下一步该做的不是继续问 AI，而是去找法务把这个问题问清楚。五步提示词的最高价值时刻，是它告诉你“你别再问我了，去问现实”。

反常识四：不要用一个对话走完五步，注意上下文污染

上面所有提示词都写的是“基于上一步的输出”，看起来像是一个对话自然延续。但实践中有个陷阱：当同一个对话走到第四、五步时，模型已经读了几万字的前文，它会倾向于维护自己前面说过的话，自我批判的力度会减弱。专业做法是：每一步的输入都手动摘要，把关键结论粘贴进新的提示词，而不是简单说“基于上一步”。这样模型每次面对的都是一份干净的证据，而不是自己的立场包袱。

反常识五：最危险的用法，是拿五步来加固自己已有的判断

这是最需要警惕的。五步提示词非常容易被用来制造“决策的仪式感”：你本来就想做，只是需要一份看起来深思熟虑的分析来支撑。于是你在第一步偷偷筛选维度，在第二步只写自己爱听的支持理由，第三步在放水，第四步不痛不痒，第五步写一堆看起来严谨但实际不会触发的失效信号。整条提示词跑完，你获得的是一个更精致的偏见。

破解这个方法只有一个：把第一步和第三步的提示词完完整整贴进去，一字不改。不要为了得到好听的答案，去改“只写反对”“你的任务是拒稿”这些强制性语句。

五步提示词的极限：提高判断质量，不承担决策责任

这一节是写给那些幻想“用提示词替代思考”的人的。

它能做到的事

五步提示词的本质，是把「想清楚」这件事工程化。它能提高判断质量的地方在三个层面：

广度：它比你更擅长穷举可能的维度和对立面。
结构：它强迫你把混乱的直觉整理成可检验的假设。
诚实：第五步的失效信号和止损点，会帮你把“不承认自己在赌”的那部分逼出来。

它做不到的事

但它做不到的事情更多：

它无法替你承担后果。责任不能被 prompt 转移。
它无法看到你不能提供的信息。你告诉它的事实，就是它能调用的全部世界。
它无法判断你的优先级。成本重要还是速度重要，只能你来定。
它无法保证自己不说错。每一步的输出都需要你自己的判断力去筛。

它最大的价值：让你知道自己在赌什么

五步提示词最有价值的产出，不是结论，而是一份下注单：你在赌什么前提、下什么注、输了怎么退。

当一个决策从“我觉得该做”变成“我清楚这个决定依赖三条前提，其中一条最脆弱，如果出现这个信号我就撤”，你获得的能力不是判断力变强，而是对自己无知的诚实度变高。而恰恰是这种诚实，能让一个人长期做对的决策多一些。

这就是五步提示词脚手架的终极用途：它是给你自己搭的脚手架，不是给 AI 搭的。你站在上面看到更远的风景，但脚下每一块木板，还是得你自己踩稳。

把五步提示词拼成一条流水线

最后给一个实操建议：不要每次都从零写五条提示词，把上面五套模板存到一个文档里，做成你自己的“提示词库”。每次遇到复杂决策，按顺序复制、替换方括号里的内容，就能跑起来。

一个完整案例的链路

回顾本文的客服外包案例，五步提示词的产出在每一折发生的变化：

拆维度：从“要不要外包”变成 6 个可判断的维度，并发现“可测性”是最容易被忽略的一条。
正反推演：反对侧第 5 条揭示“问题可能定义错了”，把问题从“效率”改回“流程”。
挑漏洞：审出“降本 30%”的条件性、“因果误判”等问题，按是否改变结论分栏。
复盘修正：修正降本幅度、修改问题定义、把复购率标为未知。
条件收口：得出“分阶段外包”的结论，配上最脆弱前提、可观测的失效信号和止损点。

同一件事，单轮提示词给出的答案是“建议先做试点，关注服务质量”；五步提示词给出的答案是“先外包 30% 非核心线，60 天内 TSR 低于 75% 就停”。前者是观点，后者是可执行计划。这就是五步提示词付出的 5-8 倍 token 换来的东西。

给不同读者的使用建议

如果你是企业负责人，建议把第二步和第五步设为强制，因为直觉容易让你忽略反对意见和退出机制。如果你是个人做职业选择，建议把第一步和第三步设为强制，因为个人的决策很容易陷入自我辩护。如果你是研究者或分析师，五步提示词本身就是一份不错的分析框架，但要注意第四步的“变更记录”才是最终可以呈现的东西，而不是第五步的结论。