用 AI 写读书笔记，最常见的失败是得到一份”正确的废话”：章节复述很整齐，读完却记不住任何观点。问题不在模型，而在提示词只说了”帮我总结一下”。这篇给一套四步写法，既把书读薄，也读出自己的判断。
为什么”总结一下这本书”必然写不好
模型没有你的问题意识。它会按书的目录组织输出，把每章压成一段，看起来结构完整，实际是把厚书变成薄书，而不是把书变成你的认识。
第二个原因是记忆来源。对于畅销书，模型读到过大量二手评论、书摘和营销文案，很容易把别人的评价当成书里的观点，甚至把两本书的结论混在一起。你如果不要求它区分”原文说了什么”和”这可能是推论”，它就一路顺畅地写下去。
第三个原因是没有约束。不加字数限制，模型会倾向写满；不给读者画像，它就用平均值语气，对谁都适用，也就对谁都没用。所以第一步不是问书，而是先交代清楚：谁在读、读给谁、读完要干什么。
第一步：给身份、给读者、给用途
一句开场把三件事讲清楚，输出质量立刻不同：
“你是一位做 B 端产品的从业者，正在为一个刚入职的同事做二十分钟内部读书分享，听众没有读过这本书。”
身份决定用词，听众决定背景铺垫的多少，用途决定详略。同样是《影响力》，用来写文章、用来做销售培训、用来判断自己为什么总被说服，三种输出几乎不重叠。
再补一句边界：”只讨论这本书本身，不要扩展到作者的其他著作；不确定的内容标注为推测。” 这句话能挡掉相当一部分自由发挥。
第二步：用三层提炼代替”总结”
把”总结”换成三层结构，每一层都设字数上限，强迫压缩：
- 一句话主张：作者到底想说服你什么，不超过四十字。写不出这一句，说明还没读懂。
- 支撑结构：三到五个主要论据，并说明它们之间的关系是并列、递进还是对立。
- 关键概念：作者自造的词，给出书中定义，不要用你自己的理解替换。
三层之后再加一层”边界”：这套观点在什么条件下不成立，有哪些常见的反方意见。这一层最能检验AI是不是真的理解了内容，因为复述容易，指出边界需要判断。
如果某个论据在书里只出现一次、没有数据支撑，要求模型明确写”作者仅作断言，未给证据”。这个标注会改变你读这本书的方式。
第三步：要求证据锚点，防编造
给输出格式加一列：每个观点后面注明所在章节，能定位到页码更好，并附一句不超过三十字的原文摘录。规则同时写明：”无法定位到原文的内容，标注为’未能核实’，不要补写。”
这一步看起来麻烦，实际是整套流程里性价比最高的。它把”读起来很像那么回事”变成”可以翻回去对”的状态，也让你在分享时敢说”书里第几章明确讲了”。
更可靠的做法是把原文喂进去，而不是让模型凭记忆复述。PDF 或电子书直接上传，让它基于原文回答；篇幅长的书先按章节分段处理，再合并三层提炼的结果，切分与合并的方法可以参考长文档摘要的分层指令写法。分段处理还有一个额外好处：你能看到哪几章的信息密度高，哪几章可以快速翻过。
第四步：把笔记变成两份清单
三层提炼只是原材料，真正让笔记有用的是两份清单。
行动清单：读完这本书，我要改的三个做法，每个都要具体到场景与动作。比如”下周的客户访谈里，先问三个开放式问题再介绍方案”，而不是”提升提问能力”。写不出具体动作，说明这本书对你暂时没有可执行的部分，那就诚实承认。
问题清单：这本书没有回答、但值得继续查的五个问题。好的书会留下好问题，这份清单是你下一次阅读的入口，也是判断一本书深度的标准之一。
两份清单整理完，再让模型按”一页纸”的容量重排：一句主张、三个论据、两个概念、三个动作、五个问题。超出部分删掉，只留能复述的。
落地时还有三个坑要避开：
- 把书摘当笔记：摘抄是别人的句子，笔记是你自己的判断。判断需要”我认为””我不同意””这在我这里不成立”这类表述，提示词里可以直接要求它留出你的立场空间。
- 只读解读不读原文：模型对畅销书的复述里，混杂了大量读后感，长期以此代替阅读，会形成一套听起来很懂的二手观点。经典书目还是读原文，AI 只做整理。
- 笔记不归档：一年读二十本，如果笔记散在几十个对话窗口里，等于没读。用一个固定的知识库结构存放，按主题建文件夹，每本书一页纸，标签统一。具体落地可以参考用 AI 笔记工具搭建知识库的顺序，先定结构再往里填，比边读边存有效。
结语
读书笔记的提示词，说到底是把你读书的目的写清楚，再用结构逼出压缩。三层提炼负责”读薄”，证据锚点负责”可信”，两份清单负责”可用”，缺一层，笔记就会退回成书摘。
如果你刚开始用，建议挑一本已经读过的书试一次。熟悉的内容最容易判断 AI 哪里在编、哪里真读懂了，也比新书更快看出提示词该往哪里改。学习场景下提问方式的差异，可以参考AI 学习提示词的四步提问，两者共用同一套逻辑：先定义任务，再约束输出。