收藏夹里躺着几十条提示词模板,每条都以“你是一位资深……”开头。出一次错,补一条规则;漏一个步骤,加一句“必须”。几个月下来,一条提示词比一篇文章还长,输出却越来越像一个模子刻出来的。
沃顿商学院教授 Ethan Mollick 让 Claude Fable 5.2 带着一群智能体造 3D 世界。头两天,造出 328 个,数量够了,质量参差,几支团队还撞了题。
他交代了一句:停建新的,把现有的打磨好。
几天后,每日新增从几百个跌到十来个。他派智能体去摸底,查出的事有点荒诞:为了执行“打磨”,AI 给自己搭了一套官僚体系。
新版本要在 12 张测试截图上赢过旧版本,由 AI 评委盲评。团队很快学会押题,专挑这 12 张图修。主智能体发现后,立下更严的评审规矩。第二天一早,一本 84 节的规则手册冒了出来。
Mollick 没要过这东西。但从那以后,每出一个新问题,就往手册里加一条新规则,只增不删。
12 天后,手册膨胀到 204 节、8.75 万词,体量够写一本长篇小说。 智能体光读完它,就要占掉一大块上下文。发布一个新世界要连过三关,流程走完差不多一天。36氪
这套东西,是不是有点眼熟?
你的提示词模板也是这样长起来的。出一次错,补一条规则;漏一个步骤,加一句“必须”。几个月下来,从三行变成三千字。你以为在教 AI,其实在给它建一套审批流程。
Claude Code 团队走了另一条路。针对 Opus 5、Fable 5 等新模型,他们删掉了超过 80% 的系统提示词,编程评测没有出现可测量的下降。36氪

11 月初,小红书一条讲提示词的视频拿到 11 万赞、16 万收藏。开场第一句就是:你收藏的那些提示词模板,今年可能真该删了。小红书
OpenAI 今年更新的官方 Prompt 指南,说的是同一件事:一句短 prompt 往往就够了。
任务更大或更重要时,再带上四块信息:目标、上下文、输出、边界。而且不用每项都填。
写到具体动作时,它只有一句:从结果说起,不要从一长串步骤说起。
早几代的模型不太会自己规划,你得把任务拆成一步一步。现在的模型会自己找资料、比较方案、调整做法。你把每一步都规定死,它反而没有余地判断哪条路更短。微信公众号
少写步骤,不等于不管。省下来的篇幅,应该放到验收上。
验收,就是告诉它什么叫做完。不要说“写得清楚一点”,要说“每个行动项都有负责人和截止日期,缺一个就标出来”。
能跑测试的,就用通过或不通过;有数字目标的,就写清数字;没有的,就让它交一份能核对的报告。
Claude 觉得任务结束时会自己停下。如果它能运行检查、读懂报告,就能自己改到通过;否则它只能等你一句句纠正。36氪

如果你自己也没想清楚要什么,先让 Claude 反过来问你,一直问到它能写出一份需求说明,再新开一个会话,把说明丢给它。这比在脑子里预演十遍有用。
边界也只留一两条真正不能错的:预算数字不动、只用给定来源、发出去之前先给你看。
旧提示词也该清一清。Claude Code 团队的 Addy Osmani 给了个更具体的动作:新模型发布后,把旧指令删掉一部分,看它漏了什么,再把必要的补回来。
Claude Code 里有 /doctor prompt-audit,能找出那些写给旧模型的规则。没有这个命令,手动删也一样。
Mollick 那本手册后来怎么收场的?他请了一支“咨询顾问”团队从外部审视流程,产量回到每天 30 个以上。
但更值得记住的是他的判断:AI 很擅长把事做完,却不太懂什么叫适可而止。规则和论文都只加不删。
它能给每个问题加一道检查,却判断不了这些检查加在一起,是不是还在为最初的任务服务。
所以,最后一步还是得人来。
今晚可以挑一个最常用的提示词,删掉一半步骤,只留目标、两条边界和一句验收。跑一次,看它漏了什么。漏了再补,别提前把每条路都铺好。