提示词越写越长,为什么反而不管用了?
作者从内容创作和小说写作的实践出发,发现把所有约束堆在一条长提示词里反而失效。核心问题是所有限制都放在顶层,AI 每次都要重新判断哪条重要。作者提出将 Prompt 分为三级:快速原型级解决能不能做,开发级解决能不能稳定做,管理级负责调度 CLI、Skill、MCP、脚本、Agent 等执行单元。顶层 Prompt 像经理,只保留目标、路由、验收和异常处理,具体规则下沉到各执行单元自带的说明中。写 Prompt 最关键的能力不是表达,而是组织能力。
作者从内容创作和小说写作的实践出发,发现把所有约束堆在一条长提示词里反而失效。核心问题是所有限制都放在顶层,AI 每次都要重新判断哪条重要。作者提出将 Prompt 分为三级:快速原型级解决能不能做,开发级解决能不能稳定做,管理级负责调度 CLI、Skill、MCP、脚本、Agent 等执行单元。顶层 Prompt 像经理,只保留目标、路由、验收和异常处理,具体规则下沉到各执行单元自带的说明中。写 Prompt 最关键的能力不是表达,而是组织能力。
本文深入剖析了AI生成文字中常见问题的根源,包括自造隐喻和英文句法迁移导致的语义错配。作者指出,AI写作常使用需要读者二次理解的表达,以及“反映出”等连接词将事实、解释和结论混为一谈。文章结合训练数据背景,解释了英文表达习惯为何会进入中文,并提出了与AI协作写作的具体方法:先分类原材料,再检查自造说法和连接词,最后使用提示词让AI输出原句、问题和建议。最终强调,人需对文章中的判断负责。
文章建议读者搭建个人 Agent,而非仅使用单一 AI 工具。真正的 Agent 应整合个人材料、判断与流程,形成可复用的工作系统。通过从熟悉且反复出现的工作入手,明确输入、步骤与验收标准,逐步积累经验,让 AI 真正融入并提升个人工作流。