让 AI 做旅行攻略，最常见的结局是一份漂亮却没法执行的行程：上午的景点离下午的餐厅隔着两小时车程，推荐餐厅早就关门。问题不在 AI 不聪明，而在你给的信息太少、格式太糊。本文用四步，把”帮我做个攻略”升级成能产出可执行行程的提示词。
为什么直接说”帮我做攻略”效果很差
试试看就知道了：输入”五一去成都三天怎么玩”，AI 会输出一份面面俱到但毫无个性的行程，热门景点全打卡，节奏却完全不符合你的体力。原因很简单——它不知道你的预算、同行的人、偏好和节奏，只能按”平均值”作答。写提示词和写通用 AI 提示词是同一个道理：约束越具体，输出越可用。旅行场景还有个额外问题：AI 给的餐厅、交通信息可能是过时的，这也要靠后面几步去修正。它的特殊性在于，约束几乎全是硬性的——时间不能变、预算有上限、体力有边界，这些必须一开始就交代清楚。
第一步：先交代硬约束，把不可能的方案排除掉
硬约束是提示词的第一段，建议按这个清单给全：出行日期和总天数、出发城市、总预算区间、同行人员构成（带不带老人孩子）、每天能接受的步行量。同行人越多，约束越要写细，这是整份行程能不能落地的地基。把这段写完，AI 已经会自动过滤掉大量不合适的方案，比如带幼儿就不会再推荐纯徒步路线。一个容易忽略的约束是”每天几点出发”，晚起的人被排了早场行程就是白排。一个实用的技巧是要求它”先复述你理解的约束条件，再开始排行程”，确认理解无误后再进入下一步，能省掉大半返工。
第二步：说清偏好，让行程有你的味道
约束解决”能不能”，偏好解决”想不想”。这一段描述你想要的旅行风格：喜欢自然风光还是市井烟火；想打卡经典还是找小众去处；对美食的态度是必吃榜优先还是随缘街边；每天希望安排几个点，还是喜欢一天只深耕一个区域。偏好的表述可以用比例，比如”七成自然风光、三成城市人文”，比形容词更容易被执行；带摄影出门的话，”想要日出机位”这类需求也直接写进去。再补一条很容易被忽略的——明确”不要什么”，比如不去需要排两小时队的网红店、不看人造古镇。排除项往往比期望项更能塑造行程的形状。
第三步：要求结构化输出，带备选方案
信息给足了，最后要规定输出格式，否则 AI 会给你一篇散文。直接要求它按天输出表格或清单，每一项包含：时间段、地点、大致耗时、交通方式、预算估算，以及一段一句话理由；预算敏感的话，要求最后给出每日和总预算的合计。同时要求两个附加模块：雨天备选方案，和每个时段的 Plan B。同行有老人小孩的话，再追加一条：标注每个点附近的休息处。这样拿到的行程已经可以直接复制进备忘录执行。需要查实时票价、开放时间时，可以用AI 搜索工具补齐最新信息，别让 AI 凭记忆硬编。
第四步：迭代校准，把行程磨到能落地
第一版行程拿到手，别急着出发，先做两轮校准。第一轮查事实：把行程里的交通时间、门票、营业时间逐项核对，重点盯跨城交通和需要预约的场馆，这两类最容易出现时间冲突；发现不合理就反馈给 AI 重新排，比如”这个跨度太远，把博物馆挪到第二天下午”。第二轮做减法：真实旅行一定会超时，主动删掉三分之一的点，留下的才是能舒服走完的。这份结构化思路同样适用于写小红书种草笔记，先把骨架定下来，再填血肉。
结语
一句话总结这套方法：硬约束定边界，偏好定风格，结构化输出定格式，迭代校准定落地。四步走完，AI 给你的就不再是模板化的打卡清单，而是一份真正贴合你情况的行程。提示词存成模板，下次换城市只需要改约束部分。下次出行前不妨试一次，你会发现最花时间的不是写提示词，而是想清楚自己到底想要什么样的旅行——这本身就是攻略最值钱的部分。想系统提升提示词水平，可以对照这份六类高频场景的提示词模板逐一练习，旅行只是最容易上手的一个场景。