不用写 Prompt：结构化问卷帮你澄清需求
Prompt 工程的门槛问题
"写好提示词"是 AI 工具的隐形门槛。简单的任务还好，复杂的专业场景往往需要：
- 明确角色："Act as a senior marketing expert"
- 指定受众："for women aged 20-30"
- 限定范围："only covering Asia-Pacific region"
- 要求格式："output in a 2-column table with key insights"
这些技巧不是天生就会的。普通人面对"写一份营销方案"这种模糊需求时，容易写出"Write a plan"这样的差提示词，得到的输出自然也差。
AnyGen 的解法：结构化问卷
在你发出任务请求后，AnyGen 可能生成一个交互式表单，通过一系列结构化问题帮你逐步明确：
- 面向谁：报告是给老板看、给客户看、还是给自己内部用？
- 范围多大：覆盖哪些地区、哪些时间段、哪些竞品？
- 深度多深：是概览还是深度分析？需要引用来源吗？
- 特殊要求：有没有特定的格式、风格、结构？
你只需要顺着 AI 的引导回答，不用想怎么把这些要求写成完美 Prompt。
一个实际例子
假设你说："帮我研究一下 CRM 工具市场"。AnyGen 不会直接开始生成，而是先问：
- 这个研究是给谁看的？（创业者选型 / 公司采购 / 学术研究）
- 主要对比哪些维度？（功能 / 价格 / 用户评价 / 集成能力）
- 要不要包含具体的价格数据？（是 / 否 / 只要关键指标）
- 最终产出倾向什么形式？（表格对比 / 分析报告 / PPT 摘要）
每个问题的选项都是预设好的，你直接选就行。选完后 AnyGen 才开始工作。
对比传统 Prompt 工程
| 方式 | 谁负责清晰表达 | 门槛 | 输出可控性 |
|---|---|---|---|
| 传统 Prompt 工程 | 用户 | 高 | 取决于 Prompt 质量 |
| AnyGen 结构化问卷 | AI 引导用户 | 低 | 每一步都有明确选择 |
问卷的灵活性
问卷不是必须回答完——你可以跳过某些问题，或者在任意阶段用自然语言补充：
"关于竞品的部分帮我重点看 Salesforce 和 HubSpot，这两个我特别关注。"
AI 会把你的自然语言补充和之前的问卷回答结合起来作为完整需求。
什么时候问卷不弹出
对于非常简单的任务（比如"把这篇英文翻译成中文"），或者你已经通过附件和数据源把上下文给全了的任务，问卷可能不会弹出——AI 判断信息已经足够，直接开始工作。
和 Prompt 技巧结合
结构化问卷不排斥 Prompt 技巧。如果你就是擅长写 Prompt，可以在初始描述里直接加角色/受众/格式约束，AnyGen 会把你的 Prompt 内容和问卷回答合并。两种方式可以混用——你想多控制的部分用问卷，想省时间的部分靠初始描述，灵活组合。