最近跟大模型反复拉扯攒了点心得,分享给还在被AI气到的兄弟。很多返工真不是模型笨,是它一开始就理解歪了,吭哧吭哧干半天全不对路。
我现在养成个习惯:复杂任务别急着让它动手。先甩一句"用一两句话复述下你理解的任务是啥、打算怎么干,确认了再开工"。它回的那一两句特别有用,常常一眼就能看出它漏了条件或者跑偏了,这时候纠错成本几乎为零。等复述对了再执行,返工率肉眼可见地降。
今年提示词工程的重心感觉已经从"把指令写更长更花"转到"上下文工程"了,关键不是套模板,是逼模型先把"我知道啥、要干啥"说清楚。这招不挑模型、零门槛,写稿、重构代码、跑数据分析这类容易跑偏的场景尤其好使。你们有啥防跑偏的土办法也聊聊?