五层这个说法听着像营销分级，描述的其实是个很朴素的事实：同一个 AI 模型，输入方式不同，产出质量能差出好几倍。有人拿它查名词，有人拿它跑完整条流程，工具是同一个。分层不是行业标准，是一张自查表，帮你看清自己卡在哪一步，以及往上走要改的是习惯还是工具。
分层看的是输入方式，不是工具档次
五层的分界线不在你用的是免费版还是付费版，而在你交给它的东西有多少。第一层只给一句话，第五层给的是材料、规矩和触发条件。同一个模型在第五层的产出，可能比第一层好上十倍，差别不在参数，在输入。
这也意味着换更贵的工具不一定能让你升级。工具决定上限，用法决定实际落在哪。有人换了三四个工具，产出没变，原因就在这里。
五层与各自的停步原因
| 层级 | 典型用法 | 为什么多数人停在这里 |
|---|---|---|
| 第一层 问答 | 查概念、翻译一句、随口问一句看一眼就关 | 门槛最低、反馈即时；没有动力准备材料，也没意识到答案要自己核 |
| 第二层 代写 | 丢一句「帮我写个周报」，拿到模板文字再自己改 | 改的时间和手写差不多，于是认定工具就这样，不再往下试 |
| 第三层 喂材料 | 把背景、原始数据、参考样例一起给，让它在材料上加工 | 要先整理材料，多数人手头资料是散的，整理成本挡住了这一步 |
| 第四层 定规矩 | 固定模板：格式、语气、必须包含、必须避免，反复复用 | 模板要维护，改一次得回头改所有副本，收益要几周才看得出来 |
| 第五层 进流程 | 批量处理文件、按条件触发、接进业务系统 | 要处理异常、权限和失败重试，出错代价从「写得难看」变成「已经发出去了」 |
看第三列会发现，停下来的原因大多不是「不会」，而是「不划算」：整理材料要时间，维护模板要时间，处理异常要时间。升级从来不免费，值不值得取决于这件事你重复多少次。
从第二层到第三层，只差一个动作
把「帮我写个方案」换成「这是我的背景、这些是素材、按这个要求处理」。动作只有一个：先给材料，再提要求。多数人第一次这么试，就能感觉到差别。
原因是模型没有你的上下文。它不知道你的客户是谁、上次为什么否掉那个方案、你们内部管这个叫什么。缺了这些，它只能按通用模板补，补出来的必然是平均值。给了材料，它才有东西可加工。上下文窗口的容量决定你能塞多少，但塞不塞是你的选择。
第四层的标志是产出可复现
第四层不是把提示词写得更长，是把要求固定成能反复用的东西：输出格式、语气、必须包含的项、必须避免的项。判断自己到没到这一层，看同一件事做第二遍要不要重新解释。要，就还在第三层。
固定下来还有个副作用：产出变得可比。两次结果差在哪，一眼能看出来，改进才有方向。每次即兴提问，你连「这次是不是比上次好」都判断不了。
第五层要付的代价是维护
把 AI 接进流程——批量处理文件、按条件触发、定时整理——靠的不只是提问，还要处理失败：接口超时怎么办、输出格式错了怎么办、结果谁来校验。这些问题在前四层都不存在，因为每一步都有人看着。
自动化的风险是不对称的：跑对一百次没人注意，跑错一次可能已经发出去了。所以试点要小、要可回滚，先在一件错了也不致命的事上跑两周，再扩大范围。智能体能接管的部分越多，这一层越需要提前设计兜底。
三个问题定位自己在哪一层
提问前会不会先给材料；同一类任务有没有固定模板；有没有一件事是交给它自动跑的。三个都否，在第一层或第二层；只有第一个是，在第三层；前两个都是，在第四层；第三个也是，才到第五层。
这套分层不衡量模型强弱，也不等于产出正确。层级高只说明你给的信息多、流程稳，结论对不对仍要自己核。层级越高，错误传播得越快，往上走的时候要记住这一点。
还有一句：不是所有事都值得往上爬。一年做一次的任务停在第二层完全合理，把力气留给每周都重复的那件事，效果才明显。
速查：五层自测
- 第一层问一句看一眼，第二层丢一句让它写
- 第三层的动作是先给材料再提要求，这一步收益最大
- 第四层看同一件事做第二遍要不要重新解释
- 第五层要处理失败、权限与校验，先小范围试点
- 不是每件事都值得升级，挑每周重复的那件
