我想用 AI 规划一次独库公路骑行

很多人在规划长途骑行时习惯直接问大模型怎么走，但我最近对比了一份真实的 6 天独库公路骑行记录后发现，AI 给出的那种“标准行程”完全忽略了高海拔地区极其不稳定的天气和体能损耗。如果你打算尝试这种硬核路线，千万别迷信那种四平八稳的 AI 计划，得看具体的实战踩坑经验。

这次我把一份真实的骑行日志喂给了大模型，尝试让它帮我优化成一套可执行的部署方案，结果发现真正的“保姆级”细节都在那些 AI 容易忽略的碎片信息里。比如在独库这种环境下，骑行者的核心关注点根本不是哪个景点好看，而是怎么在极端温差下保命。

我总结了一套针对长途骑行规划的提示词工作流，可以强迫 AI 停止输出废话，转而分析具体风险点。如果你也想用 AI 来做路线实操规划，可以试着这样写 Prompt：

# Role: 硬核户外生存与骑行专家
# Task: 针对[目的地]的骑行风险分析与补给清单优化

## Constraints:
1. 禁用所有描述性形容词（如“壮丽的”、“迷人的”），只保留数据和具体事实。
2. 必须分析该路段在[具体月份]的极端天气概率及其对骑行速度的影响。
3. 针对骑行者的体能状态，将原行程中的里程数乘以 1.3 倍作为预估耗时。
4. 列出该路段所有可能的补给断点（超过 50km 无补给的点）。

## Output Format:
- **风险预警：** [具体路段] -> [潜在问题] -> [应对方案]
- **强制补给清单：** [物品] -> [建议数量/规格] -> [必要性原因]

通过这种方式，AI 才会从一个“导游”变成一个真正的“战术助手”。在独库这种地方，一个具体的补给点坐标比十句“景色绝美”要有用得多。对于骑行爱好者来说，把真实记录作为 RAG（检索增强生成）的知识库，比直接问大模型要靠谱一百倍。