Prompt 解决一次表达，ACW 解决长期协作

03 Prompt 解决一次表达，ACW 解决长期协作

标题备选

• Prompt 不是没用，而是你让它承担太多了
• 为什么 Prompt 越写越长，AI 却越来越乱
• 把长期上下文从 Prompt 里拿出来

开场钩子

很多人用 AI 卡住，不是因为不会写句子，而是因为把所有协作责任都压在了一条 Prompt 上。

Prompt 可以很强，但它不是项目管理系统。

正文口播

Prompt 仍然重要。

没有清楚的指令，AI 很难给出稳定结果。你要告诉它目标、背景、约束、输出格式和判断标准。

一个好的 Prompt，确实能显著提升单次回答质量。

但 Prompt 有一个天然限制：它是一次性的表达容器。

你可以把很多信息塞进一条 Prompt。角色、步骤、示例、风格、禁区、项目背景，都可以写进去。

但当任务需要多天、多轮、多文件、多角色、多阶段协作时，单条 Prompt 会变得越来越臃肿。

它不仅难写，也难维护。更糟糕的是，Prompt 越长，越容易混入过期信息、重复要求和互相冲突的指令。

比如你正在写一本书。

第一天你告诉 AI：书名、目标读者、章节结构、语气要求。

第二天你让它改第一章。

第三天你又让它写第五章。

第四天你发现它忘了第二章已经改过的概念。

第五天你补充了新的术语规则。

第六天你要求全书统一风格。

如果所有东西都靠对话里反复提醒，协作成本会急剧上升。

软件开发也是一样。

你可以让 AI 写一个函数。但如果它不知道项目架构、依赖版本、测试命令、代码风格、数据库约束、上线禁区，它就可能写出“看起来能跑、实际上不能合并”的代码。

你当然可以每次都在 Prompt 里补充这些信息，但每次补充，既浪费，也容易漏。

ACW 的意义，就是把这些长期有效的协作信息，从 Prompt 中拿出来，放进工作区。

Prompt 变成任务入口。

ACW 变成协作环境。

在 ACW 中，你可以对 AI 说：请按照本工作区规范，继续写第三章。

这句话之所以可行，不是因为它神奇，而是因为工作区里已经有书稿项目、目录、风格规范、既有正文和任务流程。AI 可以按需读取这些内容，再执行当前任务。

所以 ACW 不是简单的文件夹分类法。

如果你只是建了一堆目录，但 AI 不知道这些目录是什么意思，不知道什么时候读哪个文件，不知道哪些规则优先级更高，不知道产物应该写到哪里，那这些目录只是硬盘上的摆设。

ACW 真正要建立的是一种协作协议。

文件结构、命名、入口、规则、流程和验证标准，共同组成一个 AI 可以理解的行动环境。

我们可以把 ACW 拆成五类信息。

第一类是目标：这个工作区要完成什么？

第二类是背景：哪些事实长期有效？

第三类是规则：AI 应该怎么行动？

第四类是过程：每次任务的需求拆解、结构设计、草稿、审校报告，应该怎么保存？

第五类是成果：最终交付物在哪里？

这五类信息如果全部混在一个对话里，AI 很难长期稳定。

但如果它们被放进清楚的工作区结构里，AI 就更像一个项目协作者，而不是每次从零开始的聊天对象。

结尾引导

所以 ACW 不是让 AI 变得无所不能。

它只是把协作从临场发挥，变成有工程结构的持续工作。

下一集，我们落到最具体的问题：一个最小可用 ACW，到底应该长什么样？