Roland（@rwayne）给团队的 AI token 额度没设上限，只要求每月报告使用情况。
三个月下来发现一件事：用得最好的人和用得最差的人，差距不在 token 烧多少，也不在模型。
观察过团队那些人的使用记录。Token 烧得最多的不是产出最好的。模型挑得最贵的也不是。用得好的那些人，输入框里贴的提示词常常很短很精确。
提示词写好其实就三件事
让 AI 扮谁、给它什么背景、要它干什么。
99% 的人卡在中间的背景。
问 AI 问题之前先把「我是谁 / 在做什么 / 客户是谁」全告诉它一遍。听起来简单。但坐下来真做的人没几个。
他们都会写。坐下来就写不动。
这卡点是心理上的。你坐下来想给 AI 写一份「关于我」的说明书。脑子里第一反应是「我得写规范一点 / 我得列清楚 / 我得分类」。然后你卡了。写到第三句就想关掉文档。
为什么？因为你把它当工具。给一个工具写使用说明书，本能就紧绷。
用得好 AI 的人怎么写背景
用得好 AI 的那些人，写背景的时候根本没把它当文档写。是跟 AI 讲故事。
换个场景。第一次见同事，你不会拿出一份「关于我的能力清单」给他看。你会说：我刚来，老家是哪的，之前做过什么，现在在公司负责啥，工作里有什么坎。
跟 AI 讲背景，就这个节奏。
Roland 第一次写「关于 Roland」的说明书没有任何卡点。打开 Claude Code 说，从「我是谁 / 我在做什么生意 / 我的客户是哪些人 / 他们的痛点 / 我说话喜欢什么调调」一路讲到底。前后将近 60 分钟，事无巨细。
写完贴进 Claude Projects 的 system instructions 那一栏，每次新对话自动加载。ChatGPT 的 Custom Instructions、自定义 GPT 同理。从那以后，问 AI 任何问题，它都知道在跟谁说话。
Roland 自己就有好几份不同场景的说明书。问医学相关的用一份，问做生意的用另一份，问 AI 工具操作的用第三份。
分水岭
那些 AI 用得不好的人，从来没贴过一份自己的说明书。
AI 用得好的人和用得差的人，分水岭就在这一件事：你愿不愿意把它当人。
把 AI 当工具的那些人，永远在追新模型、新提示词、新套路。那些用得好的人，三个月前就跳出这个循环了。
你愿不愿意花 30 分钟跟 AI 讲你的故事？