这门生意，已经不是街边厨子炫一勺火候，而是中央厨房拼传菜线。会写单条Prompt（给模型下一次性指令）的人，开始输给会写工作流的人。我判断，GPT-5.6 Sol（新一代模型预览名）真正预告的，不是又多了一个会聊天的才子，而是会聊天这门手艺，开始从主业降成零件。
多数人的直觉正好相反：模型越强，提示词师傅越值钱。恰恰相反。模型越强，单条提示词越像旧时代的绝活，能惊艳三分钟，管不了一天的活。
因为现实工作从来不是一次作答，而是一串工序：找资料、核事实、调工具、留痕迹、出错回滚、交给下一个人。单条提示词解决的是姿势问题，工作流解决的是生产问题。
提示词不会死，它只是从主菜退成了盐。
盐当然重要，但谁也不会把一家饭店开成盐铺。
每次工具升级，都会先制造一种错觉，好像个人绝活要登基。其实不是。打印机没有让钢笔字冠军统治办公室，电子表格也没有把算盘打得快的人抬进董事会。强模型同样如此：它抬高的不是修辞，而是调度。
凌晨11点48分，义乌一间卖宠物牵引绳的办公室里，运营小周还在改第17版提示词：“语气温柔一点，像朋友推荐，不要太像淘宝，不要出现绝对化用语。”她写得越来越像散文。隔壁的小刘不抠这一句，他搭了条工作流：先读商品参数，再扫近30天差评，自动避开高退货词，再按平台长度拆成标题、卖点、客服话术，最后把高风险表述甩回人工确认。第二天老板看的不是文采，是退货率和转化率。前者是在绣花，后者是在修水渠。
周一早上9点07分，北京酒仙桥一家消费公司，招聘专员小吴打开327份简历。会写单条提示词的同事给模型一段长咒语：请综合学历、稳定性、沟通能力、岗位匹配度，给出排序。屏幕上立刻出现一副老练面试官的腔调。可一遇到扫描版简历、断续实习、岗位名乱写，模型就把杂音当旋律。另一个同事做的不是咒语，是工序：先把图片里的字转出来，再抽取学校、岗位、年限，再和岗位要求逐项比对，把争议简历单独分桶，并自动生成追问清单。前者像算命，后者像分诊。招聘从来不是问一句聪明话，而是处理一条拥堵的队列。
周三凌晨2点16分，上海一个程序员在 Cursor 里修支付故障。会写提示词的人盯着对话框补第六轮条件：“你是资深工程师，请一步一步思考，不要漏掉边界情况。”模型回得像个博士，代码跑得像个赌徒。另一个人让模型先搜仓库、定位调用链、复现错误、生成补丁，再把测试跑完，把失败用例倒回来喂给模型。前者把模型当嘴，后者把模型当眼、当手、当质检。天亮之前，恢复线上的是工作流，不是文采。
这就是最反常识的地方：模型越聪明，个人话术的溢价越低，系统编排的溢价越高。以前你卖的是一句话，现在你卖的是一条流水线。以前比谁会把模型说动，接下来比谁会让模型交班。
真正的新一代，不是更像人说话，而是更像人上班。
所以我对 GPT-5.6 Sol 这类预览的判断很明确：它们最先淘汰的，不是不会写字的人，而是把模型当一次性代笔的人。真正值钱的，变成能拆任务、设关卡、留校验、做交接的人。一个人如果只会写单条提示词，他像口才极好的传令兵；一个人如果会搭工作流，他才像能打仗的参谋部。
说到底，这不是语言游戏升级，而是劳动组织换朝代。过去大家迷信那一句“神Prompt”，像迷信江湖郎中的祖传药方；现在真正拉开差距的，是谁能把取药、煎药、复诊、回访全接成一套系统。单条提示词像一次漂亮的即兴；工作流才是能连演三个月不垮的剧团。时代从不奖赏最会拧一颗螺丝的人；时代奖赏的，是能把整台机器装起来的人。
别人聊 AI，我们测 AI——每个结论都能下载原始数据自己复算。 🔗 官网 👉 https://crawdpad.com