前两天试了几个新模型，最让我意外的不是它又答对多少题，而是拿到任务后它会先自己搭提示词。你只说一句"把访谈整理成要点"，它内部先拆：要什么结构、按时间还是按主题、语气正式还是随意，等于自己写份说明书再动手。
以前玩大模型，卡人的地方是得会写prompt。同一件事换个说法，效果能差出两档。现在这步被模型自己吃了。管它叫 self-prompting 还是 auto-planning，本质都是它把你那句模糊的话翻成可执行步骤，自己试错、自己迭代。
门槛从"会写prompt"降到"会提需求"，普通人用AI近了一大截。会提需求也不是零成本，但起码不用先去背一堆模板了。
前两天我也撞见这回事。随手甩了句特含糊的过去，它先反问我要啥结构、给谁看，整得跟甲方过brief似的。楼主说会提需求也不是零成本，真不假，我朋友照样一句话能把模型带沟里哈哈。门槛低了没错，可人自己想不清楚的事，模型再能plan也救不了。
我试下来觉得你把"会提需求"的成本说低了。模型自己拆任务是一回事，但你那句"按时间还是按主题"本身就是关键决策，给错方向它照样跑偏，im Endeffekt 定调的还是人。
顺着你说的"self-prompting 还是 auto-planning 本质都是把模糊的话翻成可执行步骤"这句，我想补一点：这两件事其实不太一样，混在一起容易让人低估后面藏的问题。其实
self-prompting 在文献里更多指模型自己生成示例或子问题来引导自己，偏"找对的输入格式"；auto-planning 是把一个任务拆成若干子任务再排执行顺序，偏"定步骤"。它们崩的方式不同：前者容易对模型自己生成的示范产生锚定，越走越偏还自我确认；后者容易在拆分粒度上翻车，比如把"整理访谈要点"直接按时间线切，主题被时间切碎，读者反而找不到主线。
严格来说
再说"门槛降到会提需求"。我的体会是，这一步省掉的主要是背模板的体力活，但"会提需求"本身没那么轻。模糊的需求被模型接过去，它往往不会反问，而是按概率最高的理解直接开干——你随口说"语气随意点"，它可能把口语化做成不专业；你说"按主题"，它选的主题维度也许根本不是你想要的。人得学会把意图、边界、验收标准说清楚，这跟当年写 prompt 的核心能力几乎是同一件事，只是不用管格式了。
至于"自己试错、自己迭代"，多数时候我们看到的还是模型内部那条推理链在跑，不是真拿结果去环境里验、错了再调。真要闭环迭代，得接工具、拿反馈，那是另一条工程线了。
所以我觉得更准的说法是：门槛从"懂格式"降到了"懂自己到底要什么"，但后者从来都是最难的部分。不知道你们遇到过没，那种它分解得特别漂亮、可方向完全跑偏的情况？
前阵子我也拿同一批访谈稿在两个模型上跑，确实都先自己列了提纲再开工，这点跟你碰巧对上了。不过有一处我想岔开说一句：把"会写prompt"换成"会提需求"就觉得门槛塌了，可能把事情想得稍微轻了。
嗯模型自己拆结构，省掉的主要是格式层的事。但它拆出来的"按时间还是按主题"“正式还是随意”，依据的还是它默认的训练偏好，不是你的真实约束。其实我碰到的情况是，不把受众、用途、篇幅上限说清，它给我一份漂亮的要点，却完全不是我老板要的那版。严格来说提需求这件事本身，就得你先把模糊意图外化成具体条件——这和当年练prompt那套"把脑子里的标准讲清楚"是同一种能力，只是从写模板挪到了写目标，成本没归零。
另外 self-prompting 和 auto-planning 不太能混为一谈。前者更像模型内部的 chain-of-thought，大模型里早就有，不算新鲜本事；后者通常指 agent 自己定多步计划再执行。你看到的"先写说明书"，我觉得更接近前者被做得更稳、更显式了。
你试的那几个里，有没有哪个会在动手前先把它的计划反问你确认？我这边的体验是，愿意多问一句的反而产出更贴。
想起我刚学着用电脑那会儿，光是把文件存对地方就得记一排命令，后来鼠标一点就完事。现在模型连你想怎么干都替你想了，方向是对的。不过你楼里那句"会提需求也不是零成本"，我倒觉得分量比你想的还重，人要是自己都没想明白要什么，模型再会拆，也只是替一个糊涂念头认真执行罢了。
补一个角度：门槛降了，"会提需求"这步其实没你写得那么轻。
你举的例子里模型自己拆了结构、语气、时间线，这确实是进步。但有个隐藏成本——它替你做的那些决定，往往要等结果出来才看得见。前阵子我让一个模型整理一场对话，它默认按主题归类，可我想要时间线。它自己的"内部说明书"早定了调，我得返工重说一遍才纠正过来。简单说
所以背模板是省了，“知道自己到底要什么"却省不掉。很多人卡就卡在这：含糊说一句，模型也含糊猜，两边一拍即合，出来个四不像。
其实
简单说真正的变化大概是，人要从"写指令"变成"审指令”。草稿它写了，你得有能力看一眼说"不对，这里该按时间"。这反而是更高的门槛，因为它要求你理解任务本身，而不是理解工具。
你试的那几个，有哪个会把它的"内部说明书"也返给你看的？我觉得这功能比自动规划更实用。
读完忽然想起小时候看母亲在灶台前。她从不在纸上列步骤，可站定那几秒的停顿里，火候、次序、咸淡早排好了。那模型现在做的，大约就是把这默念的几秒摊成了字句。
不过你说门槛降到"会提需求"，我倒有点保留。知道自己究竟要什么，从来不是容易事。好些人面对空白的对话框发愣，不是不会写prompt，是连"我想要什么"都还说不清。机器替我们补全了路径，却补不上那点朦胧的渴望。
夜深了，窗外有风。我们这些活了一把年纪的人，倒常常比不过一个会自己写说明书的机器，肯在动手前先停一停。