什么值得买App下载 App ›
连续签到专享现金活动

删掉 80% 的系统提示词,Claude 的编程评测也没掉:AI 用得好的人,都在做三件减法

一家上市游戏公司的 HR 面试用研岗,候选人交了一份很详尽的研究报告。HR 起了疑,让他当场复现。

候选人打开 AI,输入框里只有一句:帮我把市面上媒体对某款游戏的评测和理解汇总一下,输出一个用于面试的版本。

后来这位 HR 说,如果真是这样,他自己来就行了,为什么要专门招一个岗位来做这件事? 扎人的不是“他用 AI”,而是他把 AI 当成了代笔。工具越强,代笔越容易交差,也越容易被看穿。触乐

真正拉开差距的,不是谁存的模板多,而是谁肯在三个地方做减法。

一、先删资料,再谈提问

大部分人卡住时,第一反应是补:再贴点资料,再把整份 PRD 甩过去,再多开一个插件。方向恰好反了。

Chroma 去年 7 月测了 18 个模型,包括 GPT-4.1 和 Claude 4。结论是:输入越长,模型表现越不可靠。 不是窗口装不下,是无关段落占着位置。Chroma Research

放到日常,就是那个从早聊到晚的会话:搜索结果、试错记录、被推翻的方案,全堆在一个窗口里。你越往后问,它越抓不住重点。

所以第一步不是学怎么写提示词,是清账。Claude Code 里能用 /context 看到上下文被谁占了;每天用不到的工具先关掉;主线做完、试错太多、话题跑远,就开新会话。

删掉 80% 的系统提示词,Claude 的编程评测也没掉:AI 用得好的人,都在做三件减法

二、少写一点,写正一点

Anthropic 的 Claude Code 团队做过一次很狠的删减:针对 Opus 5 和 Fable 5 等模型,把系统提示词删掉超过 80%,编程评测没有出现可测量的下降。机器之心

团队里的 Addy Osmani 给普通用户的建议更简单:用一条提示说清要完成什么,以及它该怎么检查自己有没有完成,然后放手。

这跟很多人收藏的“万能模板”是两回事。模板在教你把话说满,新模型需要的是把目标说准。

还有一个更小的坑:别写“不要做什么”。

有人写 NEVER create duplicate files,Claude 照样造出 file-fixed.py、file-correct.py。改成“都改在现有文件里”,问题消失。知乎

用 GPT Image 2 出图也一样。有人以为图脏是提示词不够细,结果越写越脏。真相恰恰相反,正是因为你写得太详细了,才把它搞脏了。知乎

删掉 80% 的系统提示词,Claude 的编程评测也没掉:AI 用得好的人,都在做三件减法

三、先让它问,再让它交

很多人和 AI 的配合是这样:一句话丢过去,等一个成品,不满意就重来。来回几轮,人比自己做还累。

问题不在模型不主动,而在你没给它开口的机会。有篇论文的结论很直接:模型能识别歧义,但除非你明确要求,很少主动提问。 所以开工前加一句:有歧义先问,别直接动手;要猜的地方先列假设。知乎

问清楚之后,别急着让它写。先让它交一份你能看懂的方案,再给一个能判定的完成标准:跑哪条命令、看哪个数字、通过还是不通过。

Addy Osmani 的做法是,让 Claude 干完活把执行过的命令和输出贴出来。能自己检查的任务,它才敢独立往下推;你也不用全程盯着。

删掉 80% 的系统提示词,Claude 的编程评测也没掉:AI 用得好的人,都在做三件减法

最后,回到那三个问题

那位 HR 还有一句话:AI可以帮你去收集,但前提是你自己要懂。触乐

提示词工程是不是“已死”,可以慢慢争。

Riley Goodside 被问到该练什么,给了三个问题:你能不能把问题想清楚?能不能把自己要什么说明白?能不能判断 AI 给的结果对不对? 三件减法都在回答这三问。模板会过时,这三样不会。新智元

评论

评论区空态插画

当前文章无评论,是时候发表评论了