cozylife.cloud · 经验分享社区
很多人觉得 AI 输出不稳定,其实问题往往不在模型,而在指令本身。我自己的习惯是把每次需求拆成四段来写:先设定角色,再说清目标,给出约束与边界,最后附一个示例。
角色决定了模型调用哪一类知识与语气。比如"你是一位资深的技术文档工程师"和"你是我的学习搭子",同一个问题会得到完全不同风格的回答。目标要写得可检验,与其说"帮我优化一下",不如说"把这段文字压缩到 150 字以内,保留三个要点"。
约束是质量的分水岭。字数、格式、立场、必须回避的内容,都要提前写清楚。示例则是最强的一段——给一个"输入→输出"的样式,模型就能把风格对齐过来,这一步能省掉反复返工的大量时间。
这套方法我在写材料、整理笔记、翻译和写代码注释时都反复验证过。它不是什么高级技巧,但它把"碰运气"变成了可复现的流程,这一点最重要。