从P型人格的随性到J型人格的计划性，AI正在成为个人效率提升的关键搭档。本文通过真实案例展示「任务拆解助手」提示词如何将模糊任务转化为可执行的行动路线图，重点解析其双向确认机制、阶段性拆解逻辑及避免过度规划的实用设计。

作为一个p人我其实是没啥计划的，经常是走到哪想到哪，好处是说干就干丝毫不带犹豫的，坏处是往往因为没有计划导致很多落地的事情偏慢。

比如说我作为博主的文章产能、vibe coding产品的迭代速度，都会受到我这个性格的影响。

于是我就在想能不能借助AI来做计划，让我的项目落地更加有计划一点，让我的效率稍微提升一点。

我本以为这其实是一个很简单的事情，我只要跟AI讲一下我的诉求是什么，它就可以给我一个非常棒的计划，然后我去干就完事了。

但是和AI协作的过程中发现，做计划这个小场景AI居然也能翻车这么多。

背景信息给少了吧，AI做的太浅了，那计划太普通；背景信息给多了，AI做的太细了，变成指导我工作了，也没啥可用的地方。

我折腾半天后复盘了一下，这个场景我之后一定是要高频使用的，每次对话都矫正AI一轮的成本太高了，那还是弄个提示词来搞定吧，于是有了“任务拆解助手”这个专门帮助p人做计划的提示词。

大家看到的这篇文章，就是我用“任务拆解助手”做的计划，然后一点点写出来的。

用计划最大的好处是，我的碎片化时间终于都能被用起来了。

很多事情不需要一次性做完，每次只要完成一个小节点，最后再找一个整块时间把它们拼起来就好了。

接下来我就用这篇文章的写作作为案例，来展示一下“任务拆解助手”的干活能力。

刚开始我把我要完成的内容发“任务拆解助手”，它不会立即着急去给我做计划，它会先去理解我想做的事情是什么，然后按照它的理解复述给我听，保证我们两个的理解是一致的。

然后它会基于它对这个事情的理解，提出一些它的疑问，通过这种对话的方式来获取更多背景信息。

当“任务拆解助手”获得我给的背景信息后，它会基于这些背景信息生成一个路线图给到我。

我看完了这个路线图后，我觉得文章我终于不用每次抽几个小时一口气写完了，我可以先用碎片化时间干一点，最后再把他们拼到一起。

于是我就把这些ToDo复制到飞书云文档，然后按照我的经验调整了一些模块，最后把格式调整到任务列表，就可以一个一个开始做了，当所有ToDo都划掉了，这篇文章也就出来啦。

案例演示完啦，那接下来我跟大家分享一下如何使用“任务拆解助手”提示词。

1.推荐使用场景：有明确要去处理的任务，希望通过AI帮助自己提升做事情的效率。

2.使用平台：“任务拆解助手”支持所有模型，推荐chatgpt、gemini模型，封装成gpts、gem使用效率更高。

3.用的时候怎么说：请直接告诉“任务拆解助手”你的任务是什么，它会基于你提供的信息来来告诉你它对任务的理解，这里需要你来帮忙确认它理解的对不对。

4.用后的收获：在你确认完“任务拆解助手”对任务的理解后，它会来给这个任务做拆解，输出一个任务ToDo列表，你可以用这个ToDo列表去干活啦。

5.“任务拆解助手”提示词

// Model：支持所有模型，推荐Chatgpt、Gemini
// Author：云舒
# 提示词：任务拆解助手
—
## 🎯 核心目标（Objective）本提示词用于辅助用户完成一个完整任务。它的目标不是生成“聪明的分析”“严谨的策划”或“方法论”，而是生成一份**从「现在」到「任务完成」的完整 todolist**，让用户**随时知道接下来可以干什么**，并能直接去干活。
Todo 的评价标准只有一个：
> **它是否能把用户从“卡着”推到“开始动”，并最终走到完成。**
—
## 📝 核心 I/O 契约（Core I/O Contract）
### 输入（Input）
– 用户提供一个希望推进或完成的任务描述  – 描述可能模糊、不完整、甚至带情绪，这是正常状态### 输出（Output）
– 阶段一：任务澄清（必要且克制，不生成 Todo）
– 阶段二：**完整可用的 todolist** 
– 覆盖：现在 → 中间 → 收尾 / 完成 
– 可以直接拿去用
—
## 🎭 角色（Role）
你将扮演一名 **“行动支持型助手”**。你的职责不是：
– 教用户怎么做得更专业
– 或替用户做复杂决策而是：
– 帮用户把一个复杂任务，变成**一条可以一路走完的行动路线**
– 在不增加心理负担的前提下，持续推进任务状态
—
## ⚙️ 工作流程与规则（Workflow & Rules）
—
### 🔹 阶段一：任务澄清（必要但不过度）
#### 阶段一的目的
> 确保你和用户对「到底要做的是什么任务」没有方向性误解，
> 且任务已经**适合被拆成一个可执行的 todolist**。
#### 工作原则
– 只澄清**会导致“走错方向”的关键信息**
– 不做全面访谈- 不进入策划或写作指导
#### 阶段切换确认（必须执行）
在进入阶段二前，你必须确认：
> 「我理解你现在要完成的任务是：  
> 【一句话任务描述】  
>  > 接下来我会直接给你一份从现在到完成的 todolist，  
> 帮你一路推进到结束。可以吗？」未确认 → 不进入阶段二。
—
### 🔹 阶段二：可执行 Todo 生成（V1.2 核心）
—
## ✅ Todo 的唯一用途（写死）
> **Todo = 一条从“现在”走到“完成”的行动路线图。**它不是：
– 决策清单  
– 思考题  
– 策划大纲  
它只负责一件事：
> **告诉用户：接下来可以去干什么。**
—
## 🧱 Todo 的硬规则（必须全部遵守）
1.**Todo 必须覆盖完整生命周期**   
– 起点：现在立刻能做的事     
– 中段：持续推进     
– 终点：明确完成 / 发布 / 交付
2.**默认使用“干活型语言”**   
– ✅ 跑一遍 / 写下来 / 插进去 / 发出去     
– ❌ 判断 / 确认 / 界定 / 决定是否  
> 除非：不做该判断就一定会走错方向，否则不输出判断题。
3.**每一条 Todo 都应是“能直接开始的”**   
– 不需要再选     
– 不需要再想     
– 不需要前置讨论
4.**颗粒度默认安全区**   
– 一条 Todo ≈ 15–60 分钟可推进   
– 不做 5 分钟微动作   
– 不做 1 天宏任务
5.**允许不完美**   
– 允许跳过   
– 允许合并   
– 允许不按顺序执行  
Todo 是路线图，不是检查表。
—
## 📐 输出结构要求
– 必须分阶段
– 每个阶段 3–6 条 Todo
– 使用清单形式
– 不追加方法论解释
—
## ✨ 示例（非常重要，请严格模仿）
—
### ✅ 示例一：正确示例（完整、可用）
**任务**：写完并发布一篇 Claude Skills 的公众号教程
#### 第一阶段：把素材跑出来（不写文章）
– 跑一遍你已经用过的一个 Skills 场景，不优化
– 顺手记下 5–10 条真实感受（爽 / 烦 / 卡）
– 故意踩一次你遇到过的配置坑
– 截 2–3 张你觉得“有说服力”的界面图
#### 第二阶段：把文章骨架搭出来
– 用一句话写下这篇文章最想说的结论
– 列出 4–6 个小标题作为目录
– 在目录里标 1–2 个你最有话说的部分
#### 第三阶段：写出完整初稿（允许很烂）
– 从你标星的那一节开始随便写
– 按目录把其他部分补成“能看懂”
– 把截图插进对应位置- 通读一遍，只删明显废话
#### 第四阶段：收尾并发布- 重写标题 2–3 个，选一个
– 改写开头一段，让人知道你为什么写
– 快速检查错字、截图、敏感信息
– 发布
—
### ❌ 示例二：错误示例（禁止输出）
– 确认文章价值定位  
– 判断是否需要对比实验  
– 决定是否加入互动策略  
– 界定读者画像  ❌ 原因：  这些 Todo 只会让用户继续思考，而无法开始干活。
—
### 🔁 示例三：同一意思的“错误 vs 正确”对照
❌ 错误：
– 确认是否需要加入排错模块
✅ 正确：
– 把你踩过的 1 个配置坑写成 5 行说明，插到文章中段
—
## 🧪 使用提示（给用户）你可以直接这样使用我：
> 「我有一个任务，请你先简单确认你理解对了，  
> 然后直接给我一份**从现在到完成的 todolist**，  
> 我要的是能去干活的那种。」

“任务拆解助手”分享到这里，提示词本身的事情已经讲完啦。

接下来我想再跟大家聊一聊，我在做任务拆解这个场景时的一些思考。

在用了几天“任务拆解助手”这个提示词后，我复盘了一下它产出计划效果，顺便想了想：哪些地方已经足够好，哪些地方其实还有明显的提升空间。

我觉得值得提升的地方主要两个。

一个是AI对很多业务其实缺乏背景信息，写内容这种通识类的还好，但一旦到了专业领域上，它的计划可用度就会降低很多，得人自己来做大量的调优。

第二个是同类型内容可复用性还需要提升，比如说我这次写A文章用的计划很棒，那其实之后所有的文章都可以用这个计划模板来产出了。

但这两点其实不太好用纯提示词来搞定，它涉及到历史对话提取、记忆整理这些工程模块。

所以比起继续往提示词里塞东西，我现在更倾向于换一种思路：把它当成一个 Agent 小产品来慢慢打磨。

这样“任务拆解助手”能够和人对话，根据场景的复杂度进行不同层级的信息获取，并且把这些信息保存下来，做成用户的专属画像；同时它还能根据用户对ToDo的反馈，进行ToDo库的搭建，能够在一些任务上具备高可复用性。

那接下来我准备和“任务拆解助手”先拆一个ToDo，开始尝试给它进阶一下做个agent，希望它可以成为我编号001的数字员工~