惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Hugging Face - Blog
Hugging Face - Blog
Recent Announcements
Recent Announcements
V
Visual Studio Blog
博客园 - 叶小钗
H
Help Net Security
aimingoo的专栏
aimingoo的专栏
宝玉的分享
宝玉的分享
U
Unit 42
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
F
Fortinet All Blogs
V
V2EX
Stack Overflow Blog
Stack Overflow Blog
WordPress大学
WordPress大学
D
DataBreaches.Net
J
Java Code Geeks
H
Hackread – Cybersecurity News, Data Breaches, AI and More
A
About on SuperTechFans
酷 壳 – CoolShell
酷 壳 – CoolShell
量子位
C
Check Point Blog
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
小众软件
小众软件
Microsoft Azure Blog
Microsoft Azure Blog
M
MIT News - Artificial intelligence

博客园 - 金石碼农

邓安庆的贴地叙事:最简单的东西,往往最复杂 不是1M上下文的不用,不是免费大模型不用,全面实现 token 自由 RustPress 零成本博客,它承载了我的软件开发思想 只用了 3 分钟,我把那个按钮钉在了主页上 太不真实了!以前一周的活儿,现在一天干完,连边框都得听我的 别做网页了,以后智能体就是交互终端 以后写代码也得考驾照?别笑,这是未来编程的常态 她一年涨 7 万粉,只用了这几点社交平台的“笨办法” 怒开 3 个 agy CLI 账号!我是怎么在老 Intel Mac 上实现顶级模型 Token 自由的? 从命令行到桌面自动化:AI辅助创作的黄金方案 你越休息越累的真正原因,藏在一个被忽略的常识里 别再当信息垃圾收集器了!我体验了 CatReader,AI 伴读确实爽,但也有几个槽点 摸头石头编程 如何在 agy 中高效管理 AI Skill? 折腾谷歌最新 SDK 两天后,我发现开源软件已经没必要写给人类看了 第三天了,你的谷歌Antigravity还能跑吗? 一天干完一百万字,谷歌 agy 这个工具简直是头不要命的洪水猛兽 谷歌发布 Antigravity 2.0:界面干净了,但我怎么感觉又被“白嫖”了? 都 2026 年了,竟然还有人在翻我 2023 年的“保姆级”旧贴? 为什么 AI 给的代码,鼠标一点就消失了? Vide Coding 经验总结,核心五点 Mise 是一种好软件 我用 AI 写了四五个软件之后的总结 板栗是人是狗? 写福字 那个把代码当拖拉机修的小镇青年,活成了王阳明眼中最好的状态 如梦令·雪后 论狂 有一个家伙说 Vide Coding 上瘾 龙骨
提示语工程的新六条
金石碼农 · 2026-05-22 · via 博客园 - 金石碼农

现在的程序员,做的事并没有变简单,只是内容变深了、变复杂了。当你觉得 AI 很强时,可能只是任务太简单。真正复杂的任务,永远需要你付出足够的精力和时间去打磨那些属于你自己的 SKILL。

我最近看那些所谓的“提示语工程黄金准则”越来越不爽了。是的,前两天我刚分享过一次,但我发现大家理解得不太对,或者说我当时没有讲明白。

满大街都在教你“扮演一个资深专家”、“给 AI 一些赞美”、“一步步思考”,这些老掉牙的教条在 AI 编程和 Agent 漫天飞的今天,不仅是废话,甚至成了绊脚石。信息爆炸时代,如果你还在用 1.0 时代的聊天逻辑去对付 2.0 时代的智能体,那你不仅是在浪费自己的 token,更是在亲手束缚 AI 的手脚。

有读者给我留言,说这些东西落伍了,是的,老六条法则确实落伍了,盲目奉行只会让你陷入低效的泥潭。今天,我们得聊聊真正能打的“新六条”。

别再用角色设定给 AI 戴枷锁

过去我们总喜欢说:“你是一个拥有 20 年经验的资深安全专家”。大家觉得只要给了定义,AI 就能脱胎换骨。

但在现在,大语言模型已经足够强悍。你给它一个“资深安全专家”的身份,可能反而限制了它的视野。如果一个问题同时涉及安全与架构,它到底是该按安全专家的刻板架构来,还是兼而有之全盘考虑效率?角色设定无法突破模型的知识边界,反而可能放大某种偏见,把模型引进信息的狭隘胡同。

当然,我不是说角色定义完全没用,而是你得明白什么时候它是一种保护,什么时候是枷锁。比如写小说,你可以说“你是一位富有经验的新式小说家”,这是一种文体导向。但在处理复杂的业务逻辑时,给它特定的理论框架(如 AWS 架构原则)远比给它一个虚无缥缈的身份更有用,例如:

“请根据 AWS Well-Architected Framework 中的最小权限原则,审查以下 IAM 策略并指出风险。”

先想后做和步步为营早已是底层基建

很多人还在纠结要不要在提示词里写“请一步步思考”。事实是,在 Antigravity 这种现代 Agent 工具里,这已经是铁律,是内化在 Implementation plan 里的基本机制。

Agent 早已明白:思维链(CoT)不是一种技巧,而是一种生存方式。如果你只是写个简单的小工具或说明书,根本不需要你废话。但如果你在搞垂直领域的复杂业务逻辑,你依然需要这种步步为营的思维。

我常用的方式是把它们联合起来:先在 thinking 标签里做逻辑分析,再到 review 标签里搞评审,最后才给出 final_verdict。这叫专业,不叫玄学。

给个综合示例:

“……请先在 <thinking> 标签内对整个任务写下你的逻辑分析及执行步骤,接着在<review>标签内写下评审意见,然后根据评审意见自我修正,最后再在 <final_verdict> 标签内给出你认为最专业的结论。”

“不知道”是精密仪器的准则,不是创作的

以前我们要 AI “不确定就说不知道”,是为了防幻觉。现在 AI 动辄处理百万级上下文,幻觉已经不是核心矛盾了。它现在已经很少产生幻觉了,你已经多少时间没有看到 AI 产生幻觉了?

这时候,这条规则变成了一把双刃剑。

如果是搞严谨的项目,你当然要它“极度自信才回答”;但如果我在搞文学创作,还加这种紧箍咒,那就是在扼杀 AI 的想象力。我需要它的想象瑰丽奇幻,需要它飘逸,这时候更适合的提示语是:

“你要充分发挥想象力,所思所想俱瑰丽奇幻且又合乎逻辑”。

而如果我在写论文,最适合的提示语仍然是:

“请你只在极度自信时回答,不确定就说‘不知道’,谢谢。

结构化输入输出是自动化时代的唯一语言

这条规则永远不会过时,甚至越来越重要。

在这个 Agent 协同的时代,我们给 AI 看的东西、AI 吐出来的东西,都必须是结构化的。为什么?因为我们要实现自动化,我们要让程序能精准解析。

别再发一段乱七八糟的文字了。把信息塞进标签里,让 AI 把结果也吐进标签里。这种输入输出的结构化,是流程化协作的基石,是实现“自造工具”的前提。

给个综合示例吧:

“我给你的信息放在了<tag>...</tag>标签内……请将你提取到的车牌号放在 <plate> 标签内,将最终的理赔判断放在<final_verdict> 标签内。输出时请以 time json 字符串开头:{time:……”

但要记住,我给出的示例永远只是示例,它不是准则。准则需要你自己理解、内化,然后应用于自己的创作实践中。

只有内化的 SKILL 才是真正的技能

说一千道一万,看别人的准则永远是在看别人的生活。

前两天我看到一句话,深有感触:只有自己内化的 SKILL 才是真正的 SKILL,仓库里或硬盘里的,那只是别人的东西。每个人需要的技能都不同,你必须形成自己的技能并内化下来。

这是一个不但有工具使用,还可以自造工具的时代。有扳手钳子,也有能制造扳手钳子的车床。

我最近就在优化我自己的技能库,我使用法则新六条优化技能也就一句话的事:

“请按照以上提示工程新六条,依次优化 .gemini/skills 目录下的每个 SKILL”。

就这一句,比你研究一百遍SKILL都好使。所谓提示语工程的法则,是 SKILL 的 SKILL。

最后明确一下,我给出的示例只是示例,并不是万能钥匙。你要理解,然后应用。别再拷贝了,去创造吧。

2026年05月21日

封面