怎么把需求说清楚：一个公式，三种反例

同一套工具，同一批资料，两个人用出来的结果可能差很远。多数时候差别不在工具，而在任务是怎么说出口的。这不是「话术」问题，而是有没有把验收标准提前讲明白。

一个公式就够：做什么 + 有什么 + 怎么样

官方给的上手建议里，第一条就是清晰表达。落到可以照抄的层面，就是把三件事说全：

三句话里，最常被省略的是第三句。前两句决定了任务能不能跑起来，第三句决定了跑出来的东西能不能直接用。缺了它，等于把验收标准留给对方去猜。

三种最常见的说法，问题出在哪

• 「帮我整理一下数据」—— 没说交付物。整理成什么样算完成？表格、报告还是图表？对方只能自己选一个，选错就要重来。
• 「你看着办，专业一点」—— 把判断权和验收权一起交出去了。结果好不好，双方都没有共同标准。
• 一口气说八件事 —— 每件事都说得不全，而且没法验收。跑完一轮分不清哪几件做对了。

小步快跑：把大任务切成能验收的小步

另一个高频问题是范围太大。一个任务里塞进「调研 + 分析 + 成稿 + 排版」，任何一步跑偏，后面全部要推倒。官方的建议是小步快跑，拆法可以照这个顺序：

1. 先让它只做第一步，产出一个可以肉眼判断对错的小结果。
2. 确认方向对了，再基于这个结果追加第二步。
3. 每一步都保留上一步的产物，避免全部推翻重来。
4. 把跑通的那条路径记下来，下次直接复用。

判断「切得够不够小」有个简单标准：每一步的产出，你能不能在一分钟内判断它对不对。判断不了，说明这一步还是太大。

结果不对时，先改需求，再换工具

拿到不满意的结果，最自然的反应是「这东西不行」。但在下这个结论之前，建议按顺序排查三件事：

1. 需求描述是否缺了「怎么样」—— 多数不满意属于这一类，补上就能解决。
2. 资料是否给全了 —— 让它基于没给它的信息做判断，结果必然靠猜。
3. 是不是任务本身太大 —— 拆成两步往往就顺了。

好的需求描述不需要文采，只需要让「做完了」这件事有一个双方都认的标准。

这套方法不只适用于 AI 工具。把它用在给同事派活上，效果一样明显——因为模糊的需求在任何协作里都要付代价，只是通常由执行方承担。