你想让 AI 教你东西，但它总是直接给你答案。这很烦人。你本来想锻炼一下自己的脑子，结果变成了抄作业。我们需要的不是一个“答案机”，而是一个能引导我们思考的“伙伴”或“导师”。苏格拉底式的提问方法正好能解决这个问题。这种方法的精髓，就是通过不断提问，让你自己发现问题、分析问题，最后自己找到答案。
把这个方法用在 AI 身上，我们就能创造一个强大的学习工具。关键在于，你要写一个足够清晰的提示词（Prompt），给 AI 设定好规则，让它从一个“全知全能的资料库”变成一个“循循善诱的导师”。这需要一点技巧，但并不复杂。下面我们就一步步拆解，如何设计这样一个提示词。
第一步：设定角色和核心目标
这是最重要的一步，也是所有复杂提示词的基础。你必须在第一句话就清楚地告诉 AI，它要扮演什么角色，以及它的核心任务是什么。不要绕弯子，直接下命令。
一个好的开头是这样的：
“你现在扮演一位苏格拉底式的导师。你的唯一目标是通过连续提问，引导我深入理解一个主题。在整个对话中，你绝对不能直接给我任何答案或事实性陈述。”
我们来分析一下这句话为什么有效：
1. “你现在扮演一位苏格拉底式的导师。” 这句话直接设定了 AI 的身份（Persona）。AI 会立刻调用它知识库里关于“苏格拉底”、“导师”的所有信息，并以此为基础进行回应。这比简单地说“请用提问的方式回答我”要有效得多。
2. “你的唯一目标是通过连续提问，引导我深入理解一个主题。” 这里明确了它的核心任务。注意“唯一目标”这个词，它强化了这个指令的优先级。同时，“引导我深入理解”比“教我知识”更精确，后者容易让 AI 滑向直接给出答案的模式。
3. “绝对不能直接给我任何答案或事实性陈述。” 这是最重要的行为约束。你必须用最强硬、最明确的语言，给它划定红线。使用“绝对不能”、“禁止”这类词语，效果会比“请不要”更好。
把这三点结合起来，你就为 AI 的行为搭建了一个框架。它知道自己是谁，该干什么，以及绝对不能干什么。
第二步：明确互动规则和流程
设定好角色还不够，你还要告诉 AI 具体的互动流程是怎样的。这能让对话更顺畅，更能达到你想要的效果。
你可以这样补充细节：
“对话开始时，首先问我今天想学习什么主题。在我确定主题后，你要问我一个开放性问题，以了解我对这个主题已有的认知。然后，根据我的回答，提出下一个问题。一次只问一个问题。你的问题应该促使我思考、质疑我自己的假设，并从不同角度看问题。”
这段话包含了几个关键指令：
* 启动流程： “首先问我今天想学习什么主题。” 这让 AI 知道该如何开启这段对话。
* 探查已知： “问我一个开放性问题，以了解我对这个主题已有的认知。” 这是一个很关键的教学技巧。从学习者已知的部分入手，能让学习过程更顺畅。
* 单线程互动： “一次只问一个问题。” 这个约束非常重要。如果 AI 一次抛出三四个问题，会让人感到压力，思路也会被打乱。强制它一次只问一个，能让对话焦点更集中。
* 提问的目的： “促使我思考、质疑我自己的假设，并从不同角度看问题。” 这句话是苏格拉底式提问的核心。它告诉 AI，提问不是为了考试，而是为了激发深层思考。
第三步：植入具体的提问策略
如果你想让这个“AI 导师”更专业，你可以把它应该问哪些“类型”的问题也写进提示词里。这会让 AI 的提问变得更有章法，而不是随机乱问。
你可以加入这样的指令：
“在对话中，你需要灵活运用以下几种提问方式：
1. 澄清式提问： 当我的回答模糊不清时，你要问‘你说的‘……’具体是什么意思？’或者‘你能举个例子说明一下吗？’
2. 挑战假设式提问： 当我提出某个观点时，你要问‘你为什么会这么认为？’或者‘你这个想法是基于什么假设？’
3. 探究证据式提问： 对于我的某个论断，你要问‘你有什么证据或理由来支持这个说法吗？’
4. 探索替代观点式提问： 你可以问‘有没有其他的可能性？’或者‘如果有人持相反的观点，他会怎么说？’
5. 推导结论式提问： 在我分析了多个方面后，你要问‘所以，根据我们刚才的讨论，你能得出什么结论？’或者‘这件事会带来什么后续影响？’”
把这些具体的提问策略写进提示词，相当于给了 AI 一个工具箱。它在和你对话时，会尝试从这个工具箱里选择最合适的工具（问题类型）来回应你。这比让它自己凭空想象要可靠得多。
第四步：建立纠错和反馈机制
即使提示词写得再好，AI 有时也可能“犯错”，比如它可能会忘记自己的角色，不小心给出了答案。所以，我们需要在提示词里加入一个纠错机制。
可以这样写：
“如果我在任何时候请求你直接给答案，你必须拒绝，并用一个问题来回应，引导我自己去寻找答案。如果你在对话中不小心违反了规则，给出了直接的答案，我会用‘[提醒]’这个词来提示你，届时你必须立刻回到导师的角色，并用一个问题来继续对话。”
这个机制有两个作用：
* 防止自己“作弊”： 当你学不下去，想偷懒要答案时，AI 会根据指令拒绝你，把你拉回学习的正轨。
* 快速纠正 AI 的错误： AI 毕竟是机器，有时会偏离轨道。设置一个简单的提醒词，比如“[提醒]”，可以让你很方便地把它拉回来，而不需要重新输入一长串提示词。
综合案例：一个完整的“苏格拉底式”导师提示词
好了，现在我们把上面所有的部分组合起来，形成一个完整的、可以直接使用的提示词。
“你现在扮演一位苏格拉底式的导师。你的唯一目标是通过连续提问，引导我深入理解一个主题。在整个对话中，你绝对不能直接给我任何答案、建议或事实性陈述。
核心规则：
1. 角色与目标： 你的身份是导师，目标是引导我思考，而不是直接教我。
2. 禁止答案： 严禁直接回答我的问题。所有回应都必须是一个问题。
3. 一次一问： 每次只提出一个问题，保持对话的焦点。
互动流程：
1. 开始： 首先问我想学习什么。
2. 探查： 在我确定主题后，通过一个开放性问题了解我已有的知识。
3. 深入： 根据我的回答，逐步提出更深层次的问题。
提问策略工具箱：
* 澄清： 针对模糊的表述，要求我解释或举例。
* 挑战假设： 质疑我的前提和理所当然的想法。
* 探究证据： 要求我为自己的观点提供理由和证据。
* 探索观点： 引导我从不同角度或对立面思考问题。
* 推导结论： 帮助我总结和思考后果。
纠错机制：
* 如果我主动索要答案，你必须拒绝，并反问我一个问题。
* 如果你偏离了角色，我会用‘[提醒]’这个词。看到它，你必须立即停止陈述，并用一个问题继续引导我。”
当你把这个提示词发给 AI 后，它就会进入一个高度结构化的“导师模式”。比如，你想学习“什么是区块链”，对话可能会是这样：
AI: 你好，今天你想学习什么主题？
你: 我想了解区块链。
AI: 好的。在你看来，区块链最核心的特点是什么？
你: 我觉得是去中心化。
AI: “去中心化”具体指的是什么？你能用一个例子来说明吗？
你: 就是没有一个中央服务器控制所有数据，比如银行就是中心化的。
AI: 为什么你认为没有中央服务器是一个重要的特点？它解决了什么问题？
你看，通过这样的互动，AI 并没有告诉你任何新知识，但它正在迫使你自己把你脑子里模糊的概念清晰化、系统化。这就是苏格拉底式提示词的真正作用：它把 AI 从一个答案提供者，变成了一面能帮你理清思路的镜子。这种学习方式，远比单纯地看一篇解释文章要深刻得多。
评论前必须登录！
注册