AI提示词：拆分大主题为小问题技巧
想让AI把一个宽泛的大主题自动拆解为具体、可落地的小问题，而不是泛泛总结或输出一篇综述，关键在于提示词的精细设计。方向对了，AI才能产出真正可执行的工具。
用角色锚定与指令颗粒度驱动拆解
第一步，角色先行：在提示词开头直接指定AI身份，例如“你是一位有8年教育科技产品设计经验的课程架构师”。这个角色并非摆设。它会触发AI调用对应的知识图谱与任务惯性——没有角色时，AI默认调用通用百科逻辑，容易堆砌概念；有角色后，AI会自动沿“先分模块→再列痛点→最后排优先级”的专业路径展开思考。
第二步，用动词短语强制启动拆解行为。例如，“请将该主题按教学场景逐层拆解，每个子问题必须满足：①指向一个真实教师可操作的具体动作；②能用一句话问出；③不包含‘如何’‘为什么’等开放式引导词”。这里的关键是堵死AI偷懒的路径。如果只要求“拆分成小问题”，AI很可能输出“AI教育有哪些优势？”“存在哪些挑战？”这类伪问题，根本无法驱动下一步实操。
第三步，给出一个带格式的示例锚点。例如，“参考格式：【课前】教师怎样用AI自动生成符合新课标要求的学情诊断题？”。这个例子不是模板，而是告诉AI你接受的最小颗粒度：必须包含场景标签（【课前】）、主语明确（教师）、动作可验证（生成题目）、约束条件具体（新课标要求）。缺少这个锚点，AI往往产出“怎么提升教学效率？”这种绕了一圈的大问题。
用结构化约束防止话题扩散
方法一：限定维度和数量。 在提示词中明确写清：“仅从以下3个维度展开：教师备课、课堂互动、作业批改；每个维度生成2个子问题，共6个”。维度框定的效果远超单纯说“拆得细一点”——AI对抽象形容词不敏感，但对数字和名词列表响应极快。漏掉任一维度或超出数量，AI都会主动修正。
方法二：绑定输出格式。 要求“所有子问题以‘【××环节】+主语+动词+宾语+约束条件’格式呈现”，例如“【作业批改】语文老师如何用AI在5分钟内完成30份作文的立意与错别字双维度标注？”。这种格式强制AI将模糊概念转译为时空可定位的具体动作，有效避免“AI能帮老师做什么？”这类无效提问。
需要特别留意： 如果不限定输出格式，AI多半返回段落式描述而非问题列表，后续无法直接用于追问。
用反馈机制倒逼精准拆解
第一步，先让AI拆解一次，拿到初版子问题列表。第二步，从中挑出1个最模糊的问题，单独发给AI并指令：“请指出这个问题里哪个词导致它无法直接执行，并替换为可测量、有时限、有工具指向的表述”。比如原问题是“怎样提升学生参与度？”，AI会识别出“参与度”是模糊指标，替换成“课堂随机点名后，学生3秒内开口回答的比例”。第三步，把修正后的表述插回原问题，形成新提示词：“【课堂互动】教师如何用ClassIn自带点名工具，在每节课中使学生3秒内开口回答的比例达70%以上？”。这步操作的实质是将AI变成你的提示词校对员，比自己反复修改高效得多。
