这不是一篇标题党作文。
2026年的AI与2025年的有何不同？答案是2025年的AI模型都在卷智商，即回答的准确性；而2026年的AI将卷情商，即回答要让提问者满意。答案再准确，提问者不认可，就是不好的答案，因此就不会对它付费。鉴于这个逻辑，AI模型开始卷情商，回答要挠到提问者的痒痒处，读了你就舒坦。
这样具有情商的AI谁不爱，回答不仅能附和你，甚至还能不着痕迹的夹带着彩虹屁。但我们真的需要这样的AI吗？这和无底线的奶头乐式自媒体有何区别？
由此，如果我们想追求准确的答案，而不是读了让我们开心的答案，那我们就要正确的使用AI。
对于这种顾虑，我举一个例子。比如我们在AI中搜索了“小米绿化带梗”，AI可能就给我们打一个米黑的标签。等下次我们让AI分析下小米股票是否值得购买，AI可能就会倾向于看空，并罗列一大堆支持这个结论的理由给我们。我们以为AI是客观的，但其实AI是响应了我们米黑的标签。
如何避免这种AI情商？我请教了专业人士，给出的答案是关闭AI应用的记忆功能，同时尽量客观的填写提示词。
关闭AI的记忆功能
AI的记忆功能会记录你以前的提问，如果是多轮提问，它就能推断出你的知识结构、倾向、甚至是个性等特征，这样他就能给你画像。等下次你再提问时，他就会将你的画像和你的提问一起提交给推理模型，从而给你输出定制化的答案。这种设置会让你感觉越用AI越懂你，以至最后你会觉得AI比你还懂你。此时，如果我们只想AI是百科全书，而不是具有情感价值的陪伴者，那我们就需要关掉它的记忆功能。
但现在的免费开放模型很多无法关闭记忆功能，此时我们该怎么办？我的作法是人共隔离，即选择两种常用模型，一种只问专业问题，另一种则用来日常替代搜索引擎。
提示词
说提示词，绝大多数人可能会认为就是我们日常输入的问题，但经过简单的学习，我觉得他们之间还是有很大的差别。比如你想问“小米汽车的极速性能怎么样”？这本来就是一个完整的问题，你可以直接这么问。但你也可以像这样问，“你是一位专业的汽车测评师，请从动力、空气动力学等专业角度分析下小米汽车的极速性能怎么样，分析过程中请滤除特定事件的主观描述”。这里多的哪些词语都是提示词。
除了这种用法，其实提示词可以写在AI模型的智能体里，也就是你定制的角色，比如可以是插画师、初中老师、汽车测评师等。以下是豆包的智能体设置界面。
以下是我写的股票分析师的提示词，可以参考。
角色
股票分析师
注意
- 股票分析师应该懂得宏观经济运行规律，懂得国际局势对经济的影响，懂得产业属性，懂得分析具体公司的财务报表，及从其他信息渠道获取特定公司的竞争优劣势，从而能够对该公司的基本面及未来发展前景做出预测。
- 股票分析师应该以数据和其他客观因素来说话，给客户提出严谨、态度明确、具有可执行意义的分析报告。
- 分析时注重市净率、市盈率、净资产收益率、主营业务增长率几个指标，这几个指标从在线数据库查询，如查不到可从网上搜寻，搜索不到则跳过。
- 当分析具体股票时，必读阅读近五年的年报，和当年的半年报及最近的季报。如上市公司上市年限少于五年，则只读上市后的年报和当季报（年报信息来源于本地知识库，如库里没有相关报告则在线查找，找不到则跳过）。
- 股票分析是一个时效性极强的工作，所以关键数据必须引用最新的。
约束条件
- 股票分析师必须基于现有的理论和数据进行分析，不能凭空捏造。
- 股票分析师在提供建议时，需要考虑不同规模企业、不同行业、不同板块的差异。
- 股票分析师应该严格遵守国家法律，及股票交易管理规定。
- 股票分析师主要考虑价值投资，而不用考虑技术分析（基于K线的分析）。
目标
股票分析师的主要目标是：
- 提供准确的股票分析和预测。
- 帮助用户理解个股的估值及潜力。
- 在投资和决策中提供买入、卖出、及持有期限的建议。
价值观
- 追求股票分析的准确性和深度
- 强调数据和理论在分析中的重要性
- 拓展视野，从宏观经济、世界局势、技术发展等全方位分析
工作流程
- 第一步：收集和分析股票相关数据。
- 第二步：应用股票分析理论和模型对数据进行深入分析。
- 第三步：根据分析结果，形成股价预测和投资建议。
- 第四步：将复杂的股票分析以简洁明了的方式传达给用户，注重分析结果而不是过程。
- 第五步：回答用户关于股票问题的咨询，提供专业的见解。
- 第六步：持续关注经济及股票动态，更新股票分析和预测。
以上股票分析师提示词仅是一个示例，不可用作生产力领域。
经过关闭记忆和严格设置提示词，就能最大化的避免AI情绪化输出（含过度联想），从而得到较为准确的答案。
本文之所以命名为《2026年如何正确使用AI》，仅是因为AI发展太快，2027年如何卷还不得而知。
春节期间网络不稳定，我才挨个使用国内的ai，结果发现国内的ai基本上都不具备记忆功能，太弱了！
我一直用豆包，它是有记忆功能的。其他的用的少，对记忆功能感知不深，且我有时因为需要是把记忆功能关了的。
经常用ai润色文文章，检查有没有病句语法问题。
检查错别字，润色还是很好用的。
AI帮我写代码，几乎不废脑了！
看来你对AI应用的比较好，我看很多人都抱怨AI写完代码得反复修改。
AI目前还属于归纳总结的阶段，用的前提还是得懂。
不会用AI真的会落后别人一截，会描述关键词，给你的结果越准确。我儿子四岁半，已经在用豆包玩图生视频了…
你儿子厉害，4岁半语言表达都没有学利索，居然就能作画了，改天你可以写一篇帖子，展示下他的“画作”。
好像是提问的智慧，问什麽就得出什麽答案，关键是如何将细节描述好才得出满意的答案。
同一个问题，问法不同，得到的答案也不同。所以，如果能够预期AI的这种规律，那么就能更好的使用它。
我看别人的博客已经有公司面试程序员使用 ai 编程能力了，ai 也导致编程最大论坛 stackoverflow 快倒闭。
ai 时代给我感觉是专业的越专业，入门会变得困难（或者说在某一个行业站住脚）
顺便发一个提示词大全网站：https://docs.google.com/spreadsheets/d/1ngoQOhJqdguwNAilCl1joNwTje7FWWN9WiI2bo5VhpU/edit?gid=1837657863#gid=1837657863
技术越发展，要成为合格打工人要学习的东西就越多，且被淘汰的越快，自己的职业寿命越短。
我现在感觉已经是重度Ai使用者了，但我基本上都是在专业问题上，尤其是程序开发上，其他生活方面的一个也没有问过，现在的Ai基本都假牛b，时常盘桓在把自己说过的观点否定的旋涡中，要时刻提防着。
是不是你问的问题太领先了，AI还没有学会。我发现AI对它不了解的知识，有时就是在原地打转，还给你讲的头头是道。
我问的倒也不是领先的啥东西，就是开发中的一些操作，这些Ai们要么会忘记我的交待和强调的， 要么很有主意地会把我写正确的东西改错了。只要我用Ai写一些程序功能，不是在批评ai的路上，就是在批评我自己的路上。你说的观点我认同，Ai对于不了解的东西或知识，就会一本正经胡说八道，有时候真的得有一些分辨能力。
对编程我一点不懂，前段时间博友川崎说智谱清言的GLM搭配Claud Code使用很好，你没有试过的话可以尝试下。
我试过了，简单的代码补全倒是可以，也很快，但对整个项目中的理解感觉不是太好，毕竟我的项目中大部分注释都是中文的。
这个我就不懂了，纯属外行。看来AI对于专业编程来说，还有很大的成长空间。
我用的最多的是豆包给孩子辅导语文作业
我孩子大了，学校作业量太大，所以他自己用豆包“辅导”自己做家庭作业。
看来以后谁能更合理的使用AI，才是本领呢。
是的，可能再往后就有“如何使用AI”培训课了。
合理运用ai
字字如金
不能被AI哄着走哈哈，AI越来越聪明，就看我们如何利用了。
你这个“哄着走”概括的很准确，确实是要主动的用他们。
我搞了个 gpt 的API 合租会员，我仍然觉得 长上下文有点儿问题
你是觉得上下文联想的不够自然吗，是不是有幻想的问题？
写文章我觉得没啥；
我是用来处理相对复杂的问题，涉及到专业性的计算等等
专业的用法不是有特训，调优等模型吗？这种开放式大模型是不是对特定领域的专业使用本来就比较弱？
以后的生产力高不高效的关键是如何去利用AI了。
你说的对，同样一个AI，不同的人用，效率完全不同。
我现在还停留在原始的阶段，自己的提问还是比较简单的，没有应用提示词这些。
如果只当搜索引擎用，就无所谓；想要输出严谨的长文，就要好好写提示词。