一位 Anthropic Claude 的技术主管分享了一条提示词，总结得非常好。我看过很多提示词技巧，觉得这是少数真正能提高 AI 输出质量的，值得直接收… · @Zhibin992 · TwKit

@Zhibin992

一位 Anthropic Claude 的技术主管分享了一条提示词，总结得非常好。我看过很多提示词技巧，觉得这是少数真正能提高 AI 输出质量的，值得直接收藏。 这条提示词要解决的核心问题就一个：逼 AI 把任务做深，做透。它厉害的地方在于，同时修正了 AI 最常见的四个问题。 第一个，我们经常不知道自己遗漏了什么。你提需求的时候觉得已经说清楚了，但一个外行能想到的问题，跟一个顶尖从业者能想到的，差距非常大。让 AI 先从专家的角度重新审视你的任务，它能找出那些你根本想不到的要求。 第二个，AI 特别容易在二手摘要上继续总结。你给它一段资料，它总结一遍；你再问一次，它在自己的总结上再总结一遍。信息每转述一次就失真一点，几轮下来核心内容可能已经变形了。所以要明确要求它回到原始数据：源代码、论文、财报、日志、用户访谈，从一手材料出发。 第三个，我们总爱说“深入分析一下”，但这四个字太模糊了。AI 听到这个指令，只会给你堆更多的字。你得告诉它用什么方法、什么工具、什么框架去分析，这样出来的东西才是能执行、能复查的。 第四个，也是最关键的一点：不能让 AI 自己宣布答案正确。代码写完了要通过测试，研究做完了要能追溯来源，预测给出来要接受数据检验，产品方案出来了要由真实用户和业务结果来验证。自己判自己的卷，永远满分，这没有意义。 你回头看这条提示词，背后其实是一套完整的工作方法：先找到遗漏的问题，再回到一手材料，然后明确专业方法，最后交给外部证据验证。每一步都在逼 AI 离开舒适区。 所以以后如果觉得 AI 的回答看起来挺完整，读完却没有真正获得新东西，先别急着让它继续扩写。把这段提示词发回去，让它重新定义任务。逼模型先补遗漏再动手，比一味加字数管用得多。 #ai

曝光 18 · 评论 0 · 点赞 0 · 书签 0