CIA 红队方法:用 4 个 Prompt 在执行前摧毁你的坏点子
文章介绍了如何利用 CIA 的红队策略,通过 4 个特定的 Prompt 让 Claude 对你的点子进行残酷的压力测试。这种方法旨在通过识别关键假设、扮演魔鬼代言人等手段,克服认知偏见和 AI 的阿谀奉承,帮助你在浪费数月时间之前验证或否定想法,让点子变得无懈可击。
文章介绍了如何利用 CIA 的红队策略,通过 4 个特定的 Prompt 让 Claude 对你的点子进行残酷的压力测试。这种方法旨在通过识别关键假设、扮演魔鬼代言人等手段,克服认知偏见和 AI 的阿谀奉承,帮助你在浪费数月时间之前验证或否定想法,让点子变得无懈可击。
文章系统讲解了 Claude Opus 5.5 的提示词工程方法。作者指出 Opus 5.5 是首个官方提示指南以“删减”为主的前沿模型:模型会自主决定思考深度,手动思考预算已失效,强制工具调用不再支持。核心心智模型是把 Claude 当作毫无上下文的天才新同事,需明确目标、提供充分背景、给出示例、用 XML 标签结构化输入、指定输出格式。新模型的关键变化是 effort(低/中/高/超高/最大)成为控制智能、延迟与成本的首要杠杆,默认为 medium;应停止使用“仔细思考”“一步步推理”等旧式提示,而用 effort 控制思考量。文中还包含 API 调用示例与新旧提示写法的对比。
本文介绍如何通过三项优化在不牺牲性能的前提下降低 Claude 应用的成本:最大化 prompt cache 命中率、清理迁移到前沿模型后的提示词反模式、以及按任务校准 effort 设置。文章详细讲解了 prompt cache 的工作机制(KV 缓存、字节级前缀匹配、TTL 限制),给出监控缓存命中率、延迟加载少用工具、以消息形式更新系统提示、预加热缓存等实践技巧;同时列举了验证仪式、过度强调、过时示例、矛盾规则等反模式及其修复方法,并介绍了 claude-api skill 中的 prompt-audit 命令帮助自动检测问题。
文章系统讲解如何编写 AI Skill:从用一句话加 SOP 封装出第一个 60 分的 skill,到通过把目标改写为动作、补充约束、设计自由度和提高词表颗粒度来提升到 90 分。作者拆解了摄影 skill 和封面 skill 两个开源案例,指出高手的秘诀在于将模糊概念拆成可执行的词表和明确的「不要」清单。还介绍了如何让 AI 递出陌生领域的行话词表,并澄清了 skill 与提示词、智能体的区别。全文强调约束和颗粒度决定 skill 的专业程度。
作者参加 B 站 Build in Public 大会,记录卡比老师关于「Skill 将死,方法论永生」的分享。随着模型训练进步,通用知识和标准流程逐渐被模型内化,长篇 Skill 说明将变得多余,重点转向方法论。文章总结了 8 个可加入日常 Prompt 的方法论:第一性原理、对抗式审查、消融实验、奥卡姆剃刀、列出不确定点、保持独立思考、批判性思维、高内聚低耦合。作者认为 Skill 中的视觉参考和工具调用仍有存在价值,但重复性通用说明已可被精简的提示词替代。