给 AI 喂了很多资料它还是答偏，上下文到底应该怎么给？

这个问题太常见了。很多人以为上下文就是"多多益善"，把几十页文档一股脑丢给 AI，结果它挑了个边角料大做文章，真正想问的反而被晾在一边。其实 AI 跟人一样，信息过载时会抓不住重点，喂得越多，它的注意力越分散。

为什么喂得多，反而答得偏

AI 读上下文不是逐字精读，更像快速扫一遍抓大意。当资料里混着背景介绍、数据、案例、闲聊记录，它判断不了哪段才是你此刻最关心的。你放了十段内容，它可能被其中最显眼的一段带跑——比如文档开头的公司简介、某个夸张的案例数字。真正重要的信息被淹没了，答案自然偏。这跟开会时发了一百页材料、散会没人记得结论，是一个道理。

给上下文的正确顺序：目标先行，一次一事

正确的做法是先把"你要它干什么"说清楚，再给资料。顺序大致是这样：

1. 第一句就写目标和约束，比如"给一份 SaaS 产品写落地页文案，受众是中小企业主，语气专业但不端着"。
2. 接着给最小必要的背景，只放跟这个任务直接相关的几段。
3. 一次只问一件事。别在同一轮里既让它总结又让它改写又让它出方案，多目标会让它平均用力，哪个都做不深。

任务复杂就拆成多轮，每轮只带当前这一步需要的上下文。前面聊过的结论，用一两句概括带上即可，不必整段重贴。

资料要裁剪，重点要标出，开工前让它复述

丢资料前先自己过一遍：这段跟我的问题有关系吗？没关系的直接删，相关但次要的压缩成一句话。真正关键的部分要显式标注，比如写明"以下是核心数据，其余仅为背景"，或用【重点】把关键段括起来。AI 对这类标记很敏感，比让它自己猜可靠得多。

还有一步很多人省掉了，但其实最管用：正式干活前，让 AI 先用自己的话复述任务。比如"开始前请用三句话确认你理解的目标、受众和输出要求，有疑问直接问我"。复述得对就放行，复述歪了当场纠偏，比等它输出一大篇再返工省事太多。总结一句：上下文不是越多越好，而是越准越好——目标放最前、一次一事、资料裁到最小、重点打标、复述确认，答偏的概率会降一大截。