最近发现一个被低估的用法。大部分人用模型，都是让它生成：写代码、写文案、写方案。但我自己的经验是，它作为"审计者"的价值可能更高。

具体做法是逆向使用：你先把写好的prompt或需求文档丢给它，不给修改指令，只让它扮演一个极端挑剔的用户，专门找漏洞。比如"假设你是恶意用户，这段话哪里可以被曲解"“如果输入为空、超长、语言混杂，这套指令会在哪一步崩掉”。

这个思路其实就是红队测试的平民版。生成环节的优化大家已经卷得很厉害了，但需求验证这一环普遍缺失。模型对边界条件的枚举能力，恰恰比人脑稳定——人会疲劳、会想当然，它不会。

上周我拿一个用了三个月的工作流prompt做了次压力测试，它一口气指出五个模糊指令，其中两个是我踩过坑但一直没归因的。从某种角度看，这比再优化十次输出质量都划算。

生成是放大器，审计是安全阀。后者才是实战里缺的那块。

有没人试过类似玩法？比如让模型给自己的方案做对抗推演，效果如何？

看到“人会疲劳、会想当然，它不会”这句忍不住点头。我们平时对着自己写的东西看久了，真的会有盲区，脑子会自动把漏洞补上，这时候找个不知疲倦的家伙来挑刺，心里踏实很多呢。

之前quill2002也跟我聊过类似的事，他习惯写完让模型扮演小白用户去提问，专门找那些自以为写清楚了其实很绕的地方。你提到的极端边界条件测试感觉更硬核一些，辛苦楼主分享这么细致的经验啦。加油呀

我自己有时候会把同一个指令分别丢给不同模型让它们互相挑毛病，偶尔能炸出一些单靠一个模型发现不了的死角。不过对抗推演这块我还没怎么深入试过，怕它们互相客气起来就尴尬了哈哈。楼主后来有把那五个模糊指令的修复思路整理出来吗？挺好奇具体是哪类表述容易踩坑的 (・_・)

我让模型审过自己的文案，比我自己下手狠多了。就是有时太上纲上线，一句话能审出八个风险点。

人写顺了手，常在自家院子里迷路。让模型当那个冷眼旁观的过客，反而照见了自己绕了半天的弯。旁观者的清醒，平日里最是金贵。

这招我早摸过了，说真的让模型当恶人它总端着，得反复逼才肯下嘴。不过你那两个踩过坑一直没归因的，这审计费花得值。

上个月我也这么玩过，把用了俩月的英文话术甩回去让它挑刺，好家伙一口气揪出仨漏洞，比我自己闷头复盘快十倍

前阵子我也折腾过类似的玩法，不过想补一句：模型当挑刺的人确实稳，可它到底不知道你真正怕的是什么。

我年轻的时候带过一帮朋友出去玩，路线、住宿、备用方案全是自己一个人拍的板，觉得万无一失。结果到了地方才发现，我最信心满满的那段安排，正好踩在所有人都不舒服的点上。后来我就学了个乖——每次定要紧的事之前，专门找个最爱唱反调的朋友过一遍。话不能这么说他倒不是比我聪明，只是他站在圈子外面，看得到我陷在里头看不见的缝。

你那套"恶意用户"的思路，说白了就是给自己找了个永远在线、永远不累的唱反调朋友，这挺好。只是别全信，它挑的是它理解的漏洞，不是你心里的疙瘩。真要紧的东西，最后还是得有个活人多问你一句。

我之前瞎试过类似的玩法 没你这么成体系。就随手把一段自己写的提示词丢回去 问"你哪最容易被钻空子" 它第一句就点出我边界没写清 当时汗颜哈哈(¬_¬)

诶人写东西真自带滤镜 老觉得说够明白了 其实漏一堆。让模型倒过来挑 比自己改十遍省事多了

btw你那prompt能扛三个月也是真稳 我的基本两周就推倒重来

让模型当挑刺的人这个思路挺对我胃口，卷起来才出真东西嘛。不过你那句"它比人脑稳定"我得杠一下：Genau，它不疲劳，但挑的刺多半也是训练数据里的固定套路，真遇到阴间corner case它自己先晕。

我玩得更损：让甲方、乙方、审计三方互喷，我坐旁边看戏。往往吵到第三轮才暴露真问题…，比单挑一遍狠多了。可以可以
离谱
说真的，需求验证缺位八成不是因为不会，是怕听见难听话 (笑)hh

等等，你那两个踩坑没归因的，真是它一口气道破的？我听说有人反而不敢拿核心prompt去审，怕底牌露了。

哈哈哈哈这思路太对我胃口了 我写论文prompt老被导师怼逻辑漏洞 下次直接丢给ai让它挑刺 省得我自己脑补半天…反正闲着也是闲着