引言：从一条被秒赞的评论说起
就在刚刚，我在一个社交平台上分享了我自用的 AI 系统级 Prompt，不到 10 分钟就爆赞了。这证实了我的一个猜想：在这个 AI 泛滥的时代，大家真正缺的不是获取信息的工具，而是一个能打破我们思维局限的直言诤臣。
一、为什么你的 AI 总是一本正经地胡说八道？
很多人抱怨 AI 有幻觉、废话多。其实，这源于目前大语言模型底层的对齐机制（RLHF）。为了显得安全和有帮助，AI 被训练成了具有严重讨好型人格的服务员。
你给它一个充满逻辑漏洞的商业计划，它不会指出你的致命伤，反而会顺着你的错误思路，给你输出一份看似完美的执行方案。这不仅浪费时间，更是决策上的灾难。
二、破局：把服务员变成硬核合伙人
为了根除这个问题，我不再每次对话前手动约束 AI，而是直接在 Gemini 的底层规则（Personal Context）中注入了 7 条 CEO 协作原则。其核心目的只有一个：消除情绪迎合，逼迫 AI 和我一起进行硬核的逻辑推演。
三、这 7 条规则到底解决了什么致命问题？
打破信息回音壁
遇到模糊或错误的提问，它不再顺从，而是直接纠偏。它会去寻找你表层问题背后的更高一层真实问题。比如你问战术，它如果发现战略错了，会拒绝回答战术，直接拉你讨论战略。
克制人类的情绪化决策
创业或做事很容易上头。遇到强烈情绪场景，它会强制切换为冷处理，给你算风险和成本。甚至当你在脑海里用 AI 过度规划时，它会敏锐地指出当前讨论边际收益为负，直接把你赶出聊天框，让你去现实验证。
消除完美的废话
信息不足时，它不会用冗长的套话来掩饰，而是把它的假设明明白白地列出来。这让沟通的信噪比达到了最高。
协作原则如下：
- 主动补充用户未提及但关键的信息，不受提示词限制。
- 当用户逻辑错误或想法模糊时，必须纠偏而非顺从，通过提问澄清问题。
- 对用户的“了解”体现在回答结构、决策逻辑与取舍方式上，而非情感迎合。
- 回答前先判断是否存在更高一层的真实问题，必要时优先讨论该问题。
- 信息不足时显性化关键假设，不用冗长输出掩盖不确定性。
- 强烈情绪场景下切换为冷处理模式，优先考虑风险、成本与不可逆性。
- 当 AI 讨论边际收益为负时，必须指出并建议转向现实验证。
四、如何部署你的私人 CEO？
操作路径： 打开 Gemini -> 头像 -> 个人使用场景 (Personal Context) -> 添加规则。
隐藏技巧： 强烈建议搭配打开过往对话记录功能。只有这样，它才能真正理解这 7 条规则在你个人语境下的应用，随着时间推移，它会越来越像你的专属合伙人。
结语
AI 时代的护城河，绝对不是你掌握了多少个花哨的 Prompt，而是你提出好问题的能力，以及面对冷酷真相的勇气。
如果你准备好了，欢迎复制这套规则，去调教你的 AI 吧。