这是一个虚构但很典型的案例：阿美是一位在小团队或独立工作室做游戏的开发者，最近手头在忙“完成战斗系统原型”，同时还要准备“设计新手引导关卡”。这次阿美需要整理一份给制作人的策划文档，决定试试苏格拉底式提问学习法。

背景

对阿美来说，策划、程序、美术、文案和社区运营都要兼顾，原型迭代时间紧。偏偏这次还遇到一个变数：美术资源外包进度慢，可能影响试玩版时间。策划文档需要尽快交给制作人，时间并不宽裕。

第一次尝试：问题出在哪

阿美一开始只写了一句话：

帮我写一份关于“独立游戏试玩版”的策划文档。

结果 AI 给出的内容四平八稳却用不上。复盘下来，主要有两个问题：

  • 规则没说清，AI 还是直接讲解。
  • 只在一次对话里学，从不复习。

改进后的提示词

阿美按照苏格拉底式学习的思路重写了提示词，核心是明确规则：不要直接给答案：

我是一名游戏开发者，最近在学习“游戏关卡设计”，目前只了解一些基本概念。
请你扮演一位耐心的老师，用苏格拉底式提问帮助我理解其中一个核心概念。
规则：
1. 不要直接讲解或给答案；
2. 每次只问一个问题，等我回答后再继续；
3. 我答错时，给一个提示让我重新思考；
4. 大约 8 个问题后，总结我已经理解的内容和仍需加强的地方。

结果（示意）

下面的效果为虚构演示，用来说明这类改进通常带来的变化：

示例（虚构）：学生想理解“为什么分母不能为 0”。AI 先问“6 除以 2 表示什么”，再问“那 6 除以 0 呢，能分成几份”，学生在回答中自己发现“找不到一个数乘以 0 等于 6”，从而理解了原因。

拿到结果后，阿美没有直接转发，而是先删掉不符合实际情况的内容，再补上 AI 不知道的背景。

复盘：这次用到的方法

  • 认真回答每个问题，哪怕答错也没关系。
  • 答错时让 AI 用提示引导，而不是直接纠正。
  • 一个知识点讨论完后，请 AI 总结你掌握了什么、还有什么误解。
  • 开头明确写“不要直接给答案，每次只问一个问题”

之后阿美发现，同样的方法也适用于另一类场景：辅导孩子学习，又不想直接给答案。

复盘时阿美还想到一个问题：可以用语音进行吗？答案是：支持语音对话的 AI 工具可以这样用，口头回答更接近真实的讨论。

给游戏开发者的提醒

用 AI 批量生成道具、角色和任务文案初稿，再统一世界观和语气。AI 生成的美术和文本在商业游戏中使用前，要确认工具的商用授权和平台政策。另外，对话里不要出现未公开的游戏设定和源代码。

一个额外的小技巧：对于事实性知识，学完后用教材或可靠来源核对 AI 的说法。

可以复用的经验

这个案例里最值得复用的，不是某一句提示词，而是“先说清背景和标准，再看结果、再修正”的习惯。下次遇到“准备试玩版宣传材料”这类任务，同样适用。

相关阅读