把一份代码审查交给 AI，它读文件、跑检查、列了三条修改建议，语气笃定。你照着改完，以为结束了。过两天才发现，它漏掉的那个边界条件，才是真正会出事的地方。
这不是 AI 变笨了。它只是把“把话讲圆”当成了任务，而“哪里没把握”不在它的默认输出里。
Anthropic 的 Claude Code 团队曾把系统提示词删掉超过 80%，内部编程评测没有出现可测量的下降。 旧模型需要人把规则写死，新模型已经能结合上下文自己判断。36氪
还在用“你是一位资深专家”“请一步步思考”的长模板，反而在制造冲突。
所以，问题从“怎么写一份更长的提示词”，变成了“怎么把目标和验收说清楚”。
Addy Osmani 在一篇长文里的建议很朴素：用一条提示说清你想完成什么，以及 Claude 应该如何检查自己是否完成了任务，然后放手让它做。
如果自己还没想清楚需求，就先让 Claude 不断提问，直到它掌握的信息足以写出一份需求说明，再新开一个会话照着做。
交付之后，才是多数人漏掉的一步。
先问它，这件事里最没把握的是哪一块。这一句是在验收 AI 的盲区。
如果任务更具体，比如查条款、对参数，可以追问：哪一句自己最没把握？ 它通常分三档：记得、推的、不知道。重点核“推的”，不必全文重查。小红书
比如它写“这个接口默认超时 30 秒”，如果被标成“推的”，就说明这不是从文档里读到的，而是顺着上下文补的。这句就得回原文核。
第二句还是问 AI，但让它查你的盲区：关于这件事，我有什么明显的疏漏或者没意识到的地方吗？
一个查 AI 的盲区，一个查你自己的盲区。AI 主导的活儿，问前者；你自己拿的主意，问后者。
这套动作之所以有效，是因为模型厂商自己也在做同一件事。Claude 公开的“做梦”机制，会在会话间隙重新检查过去的经历、纠正错误记忆。 它还会把零散信息整理成可复用知识。36氪
模型都在练“回头检查”，人用它的时候，更不该把第一版直接收下。
还有个更简单的办法：把整段对话复制到一个全新的窗口，让它重新看一遍。没有前面的上下文包袱，它往往挑得更狠。 换个人看，挑刺往往更直接。小红书
AI 的第一版答案，从来不是终点。多问这两句，才是真正把它用明白。
