你有没有遇到过这种情况：给 AI 一个大问题，它给的回答看着挺长，但仔细一看，每一步都象征性答了一半？
"帮我做一个完整的竞品分析报告。"——框架有了，但每个部分泛泛而谈。"帮我写一篇深度文章。"——结构完整，但论证薄弱，像一个精美的空壳。
不是 AI 做不了，是你让它一次做太多。就像你不会对新来的实习生说"把整个项目从头到尾做完"——你得把任务拆开，一步步来。
为什么"大任务"会压垮 AI？
回到我们之前说过的上下文窗口的概念。AI 一次能"看到"的信息量是有限的。当你把一个复杂任务一次性扔给它，它需要同时处理：理解任务 → 分析需求 → 规划结构 → 生成内容 → 检查质量。每一步都在消耗它的处理能力，任务越复杂，每一步分到的精力就越少——就像让一个人同时做五件事，每件都做了，但每件都做得不好。
分步拆解的本质是：让 AI 把全部精力集中在一件事上。
怎么拆？三种拆法
拆法一：按阶段拆。
把任务分成"先做什么、再做什么"的线性流程。
示例——写一篇深度文章：
第一步："帮我列出这篇文章的提纲，包括三个核心论点和每个论点的支撑论据。"
第二步（确认提纲后）："好，现在帮我展开第一个论点，用 300 字左右，包含一个具体案例。"
第三步："展开第二个论点。"
第四步："展开第三个论点。"
第五步："帮我写一个 100 字的开头，要能抓住读者注意力。"
第六步："帮我写一个 80 字的结尾，总结核心观点并给出行动建议。"
拆法二：按维度拆。
把一个多维度的任务，拆成每个维度单独处理。
示例——竞品分析：
第一步："帮我分析 A 产品的核心功能和目标用户。"
第二步："帮我分析 B 产品的核心功能和目标用户。"
第三步："对比 A 和 B 在功能、定价、用户体验上的差异。"
第四步："基于以上分析，给出我们的差异化策略建议。"
每一步的输出都是下一步的输入，AI 在每一步都能集中精力深入分析。
拆法三：按角色拆。
让 AI 在不同步骤扮演不同角色，从不同角度处理同一个任务。
示例——产品方案评审：
第一步："以产品经理的视角，分析这个方案的用户价值。"
第二步："以技术负责人的视角，评估这个方案的实现难度和开发周期。"
第三步："以财务的视角，估算这个方案的成本和预期收益。"
第四步："综合以上三个视角，给出一个最终建议。"
一个 AI 搞定三个视角，相当于找了三个人来评审。
分步 vs 一次性：一个对比
假设你要写一封重要的商务邮件，告诉客户交付延迟两周，同时要保持关系、语气诚恳但不能太弱。
一次性写法： 把所有要求塞进一句话，AI 大概率顾此失彼——要么太诚恳显得没底气，要么太强硬伤了关系。
分步写法：
第一步："帮我梳理这封邮件需要传达的三个核心信息。" 第二步："根据这三个信息，帮我列一个邮件提纲。" 第三步："按照提纲写完整邮件，语气诚恳专业。" 第四步："检查一下有没有任何可能让客户觉得我们在推卸责任的地方，标注出来。"
四步下来，邮件质量完全不同。
什么时候该拆，什么时候不用？
不是所有任务都需要拆，简单任务直接说就行。需要拆的任务：涉及多个步骤或维度、需要深度分析、输出质量要求高。不需要拆的任务：单一明确的任务（翻译一句话、解释一个概念）、只要大致初稿。
判断标准：如果你对 AI 第一次的输出不满意，大概率是任务太复杂了，试试拆开。
一个进阶技巧：让 AI 帮你拆
你甚至可以让 AI 帮你决定怎么拆：
"我要做一个竞品分析报告，比较三个在线教育平台。你觉得这个任务应该怎么拆分步骤？先帮我规划一下。"
AI 会给你一个合理的拆分方案，你确认后它再按步骤执行。AI 见过大量的同类报告，它知道标准流程是什么。
一句话总结
复杂任务不要一股脑扔给 AI——拆成小步骤，每步只做一件事，让 AI 把全部精力集中在当前这一环。分步的质量，远超一步到位。