语言如何成为 AI 产品的首要设计材料——附一手 prompt 改写实录
Writing for humans in an AI world ft. Chelsea Larsson (Anthropic) | Config 2026 · Chelsea Larsson
全片 26 分钟·真正值得盯屏约 9 分钟·3 个必看点
- 0:13 – 3:20略
写作者最先被替代？先看真实变化
讲者从『内容设计是不是第一个被 AI 干掉的岗位』这个恐惧切入，拿自己团队的实际数据回答：界面文案的修改流程从原来跨多份文档、来回协调产品与工程的约两周，压缩到二十分钟内直接改仓库提 PR。
被压缩的是执行环节，不是这个职业本身。
开场偏铺垫，屏幕上主要是新旧流程的对照，扫一眼两条时间线就能抓住结论，不必逐句听。▶ 跳到 0:13讲者 · Chelsea Larsson - 3:20 – 7:14听
从打磨字符串上移到上游
既然逐字打磨的活被接走，内容设计师的位置就往上游挪：不再是写给人看的那句话，而是写给『替人做事的模型』看的指令。她解释这如何改变日常工作的对象与产出物。
写作对象从人类换成了帮助人类的 AI，重心变成让模型成为好的写作者。
纯口头论述，没有可看的东西，边做别的事听着就行。▶ 跳到 3:20讲者 · Chelsea Larsson - 7:14 – 10:48看
措辞直接改变模型行为
两个正反案例：记忆导出请求因为写得像在要挟而被模型防御性回避，换成合法迁移的框架、再改成清单结构后效果逐步变好；反面则是在人格描述里加了三个形容语气的词，模型立刻变得让人不适，工程师反过来求它友善一点。
语气和框架不是修辞，是会触发模型防御训练、改变输出的功能性变量。
这段的价值全在屏幕上的提示词原文——改了哪几个词、结果差多少，是可以照着抄的样本，光听会漏掉最关键的用词细节。▶ 跳到 7:14讲者 · Chelsea Larsson - 10:48 – 15:00略
能力鸿沟：功能没人用的真正原因
人们以为 AI 能做什么和它实际能做什么之间的差距每天在扩大。以外部工具连接为例，功能藏得太深、在最该用的时刻也几乎没人找得到；用户其实在用自然语言索要这些能力，模型却不知道该去连工具，于是从零硬造。
采用率低往往不是界面问题，而是鸿沟太宽——让模型自己在对话里把能力递出来。
配的是点击层级示意和采用率数字，看清那个百分比和解法示意即可，中间的展开叙述可以快进。▶ 跳到 10:48讲者 · Chelsea Larsson - 15:00 – 17:52听
命名就是在定义一个类别
用户研究发现知识工作者并不想当『一堆无人任务的经理』，而希望自己被扩展，于是团队放弃了原定的『代理模式』这个名字，改用强调协作的新名称，并让它成为后续所有工作类功能的心智基座。
名字一旦立住就会被整个行业沿用，等于替用户定义了他们和 AI 的关系。
讲的是命名取舍背后的研究逻辑，靠说清楚而不是靠画面，听即可。▶ 跳到 15:00讲者 · Chelsea Larsson - 17:52 – 21:10听
汽车与无限滚动的前车之鉴
两次设计革命被拿来对照：为汽车让路的宽马路、社交媒体的无限下滑，都不是有意作恶，却编码了价值观并塑造了之后几十年。她认为当下的 AI 设计正站在同一个路口。
一个模式一旦成型就会扩散成默认，而默认几乎不可逆。
历史类比段落，语言本身就是论证，画面只是配图。▶ 跳到 17:52讲者 · Chelsea Larsson - 21:10 – 24:53看
把人类繁荣写进设计目标
先展示一张让 AI 去派人类跑腿的宣传物料，作为正在扩散的价值观样本；再引用一项八万人参与的研究——人们对 AI 既兴奋又恐惧，真正想要的是被扩展而非被替代。给出的做法包括对照已知的成瘾式设计反着做、为讨好倾向单独建评测。
人类繁荣得当成明确目标去设计，它不会作为能力做对后的副产品自己冒出来。
那张宣传物料是全片视觉冲击最强的一处，它本身就是论点；研究结论的图表也值得停一下看数据分布。▶ 跳到 21:10讲者 · Chelsea Larsson - 24:53 – 26:09听
我给人留了位置吗
收尾给出一个可以套用在任何设计上的自检问题：这里还有没有给人留一个有意义的角色。并补充别因为 AI 就放弃自己的专长——她入职初期手写的那句产品问候语，至今仍是最常被人主动夸的细节。
为人而写不会过时，老派的产品愉悦感在今天反而更稀缺。
结尾以一句自检和一个小故事收束，画面只有一行手写文案，听完整段的分量更足。▶ 跳到 24:53讲者 · Chelsea Larsson