什么值得买App下载 App ›
连续签到专享现金活动

Anthropic 工程师建议删掉「一步一步思考」:新模型越强,旧提示词越拖后腿

一家游戏公司的面试官,让候选人把简历里那份 AI 辅助做的研究报告,当场复现一遍。
候选人打开对话框,输入的只有一句:「帮我把市面上媒体对某款游戏的评测汇总一下,输出一个面试用的版本。」
面试官后来对媒体说,看到这句他就明白了:这活我自己来就行了,为什么要专门招一个岗位?36氪

这两年里,「会用 AI」被简化成「会写提示词」。收藏夹里躺着几十条模板:你是一位资深产品经理、请一步一步思考、输出后再仔细检查一遍。
Anthropic 工程师 Lance Martin 在 AI Engineer 峰会上说,后面那两句放到今天的前沿模型上,已经成了反模式。 新模型训练时就学会了自我验证,再塞「一步一步思考」,只会多烧 token。知乎
更麻烦的是,旧模板里前后矛盾的两条规则,弱模型会糊涂地忽略一条,强模型却会卡在冲突里,回答质量反而下降。
在一个 50 条客服工单的模拟测试里,带着旧提示词迁到新模型,提升很有限;把多余的「验证仪式」和矛盾规则删掉后,效果又跳了一截,token 消耗还降了。
所以提示词不是没用了,是职责变了:以前教它怎么想,现在交代清楚给谁用、为什么、什么算做完、怎么验。

Anthropic 工程师建议删掉「一步一步思考」:新模型越强,旧提示词越拖后腿

先说结果,别替它拆步骤。
想让 AI 改电商详情页,不用写「第一步分析差评,第二步总结原因」,直接把一个月的差评和退货原因丢过去,问它详情页哪里该改。 步骤是你替它想的,结果才是你要的。小红书

再往里加一层:背景和原因。
别只写「不要太长」,说清楚要几条、结论放哪;别只写「语气专业」,告诉它这份周报是给领导在手机上看的。模型知道给谁看,自己会排。

真正拉开差距的,是把「做好」翻译成能验收的条件。
让 AI 改一个登录接口,它说「已修改完成」。是代码写完了,还是登录流程跑通了?这是两回事。
整理 Excel 也一样:行数对不对、字段全不全、重复记录有没有、汇总金额能不能对上,这些都能当场检查。
一个好的 Agent 提示词,应该让任务的完成状态可以被验证。知乎

Anthropic 工程师建议删掉「一步一步思考」:新模型越强,旧提示词越拖后腿

最后一步,不是听它保证,是让它去查。
问年度票房,模型可能凭记忆报一个数,被追问后再承认是编的。
2025 年中国电影票房是 518.32 亿元,国家电影局发布、人民日报刊登。 更管用的是把要求写死:优先官方来源、写明统计口径、给出原始链接;找不到就说无法确认,不许估算。人民网

如果连自己要什么都没想清,还有个笨办法:先把需求丢回去,让它检查哪里会歧义、缺背景、无法验收,再整理成一份能直接执行的提示词。

同一件活每周都要干,就别每次重贴一遍。现在更流行的做法是写成 Skill:提示词是口头交代,Skill 是写好的岗位手册。 装一次,之后同类任务自动照做,换模型也相对稳一些。知乎
但别贪多,先装一个正好卡住你最常干的那件活的;来路不明的技能包,别乱装。

回到那场面试。AI 可以帮你收集、起草、检查,但「什么算做完、什么算好」得你先想清楚。
提示词可以删,这一步删不掉。

评论

评论区空态插画

当前文章无评论,是时候发表评论了