AI 七宗罪全网最全审判指南：从入门到榨干

我从 Claude code转到 Codex 后最先把我劝退的不是能力而是回答又臭又长问一句它先复述背景再讲一遍原则接着列出一大串步骤真正要我做什么却埋在最后几行。很多回答我根本没力气看完也抓不住重点。话多还只是表面。有时需求没问清它已经开工有时你没说的条件它偷偷替你决定执行到一半又开始加戏、失忆最后什么都没验证先宣布“已经完成”。换模型、改提示词可以暂时缓解但同类问题很快又会回来。这篇文章不讲抽象的“AI 行为工程”只审七个每天都能遇到的毛病。抢答、脑补、独断、加戏、话痨、失忆、报喜。逐一把它们送上被告席。每章都有一条可以直接粘贴的提示词也有对应的 GitHub 项目。目标⬇️让 AI 开工前先问清回答时抓住重点执行中别跑偏交付时拿出证据。目录开庭先找出你的 AI 最常犯哪宗罪第一宗罪抢答你还没说完它已经开工了第二宗罪脑补你没说的条件它替你决定了第三宗罪独断想到第一条路它就不再比较了第四宗罪加戏你只让它改一处它却把整套都重做了第五宗罪话痨说了一整屏还是没有下一步第六宗罪失忆对话一长它就忘了最初目标第七宗罪报喜什么都没检查它先说完成了合议庭七宗罪一起出现要不要上全套流程终审被告席上还有一个人判决之后真正会榨干 AI 的人知道什么时候放手开庭先找出你的 AI 最常犯哪宗罪先别急着安装项目。回想你最近一次用 AI 返工的任务看看最像下面哪一种你看到的现场对应罪名需求还没说清它已经开始生产成品抢答你没提供的条件它偷偷替你决定脑补想到第一种做法就不再比较其他方案独断任务做着做着范围越来越大加戏回答了一大屏还是没有明确下一步话痨对话一长或换个窗口目标和进度全忘了失忆没检查、没测试就先说“已经完成”报喜一项任务可能同时撞上几条。第一次用这套方法只抓最常发生、返工最贵的那一条。AI 如果总在开头理解错就先别管措辞够不够漂亮方向一直正确只是交付前不检查那就先给“完成”加一道门。哪里最容易返工先改哪里。第一宗罪抢答你还没说完它已经开工了你说“帮我写篇文章”AI 马上开始列提纲让它做旅行计划它已经排好景点让它给产品提建议它连产品给谁用都不知道就敢给出十条优化方向。它有能力生成不等于现在已经可以开工。很多人会补一句有不清楚的地方先问我。“不清楚”的范围太大。AI 可能一个问题都不问用常见答案补齐空白也可能一次甩来十五个问题连标题字号和表格颜色都让你决定。只问那些会明显改变成品的问题就够了。比如写新产品上线方案这些值得问这份方案是为了说服老板批准还是让团队直接执行预算上限是多少上线时间已经确定还是需要方案来判断这些则不值得打断用户标题应该用几级字号已经提供的材料里有没有公司名称表格应该按什么顺序排列更容易读。能从现有材料里找到的AI 应该自己查。会改变方向、又无法从材料推出来的才需要问。要治抢答不是让 AI 把所有细节都问一遍而是先把开工权收回来。把下面这条“开工禁令”直接发给 AI先不要开始执行。 请找出我的需求里会明显改变最终结果的缺失信息。 一次只问一个最关键的问题并同时给出你的推荐答案和理由。 能从我提供的材料里找到的内容不要再问。 等目标、使用对象、边界和完成标准清楚后再开始工作。一次问一个你只需要做决定不用重新参加一场需求考试。附上推荐答案也能避免 AI 把空白任务原封不动地退回来。grill-me 专门处理开工前的追问能自己查到的先查剩下的关键空白逐个问每个问题附上推荐答案。它不管后续执行。开工前AI 只需交代已经确认什么、还缺什么以及准备依据哪些假设继续。第二宗罪脑补你没说的条件它替你决定了抢答至少还能看见。脑补更隐蔽AI 往往不会告诉你它刚刚替你做了决定文章没有指定读者它默认写给行业从业者预算没提供它按照常见规模编了一档数据没给来源它顺手造出一组看起来合理的数字。你只说“做个注册功能”它可能连邮箱验证、社交登录和忘记密码都一起加上。这类问题常被统称为“幻觉”日常任务里更常见的其实是需求幻觉用户没说明AI 就当成自己可以决定。也不用因此要求它“绝对不要猜”很多小细节本来就该交给它处理。只要把下面三种情况分开**已经确认**用户明确说过或材料中能直接找到。**工作假设**为了继续执行暂时采用而且容易修改。**待确认**一旦猜错会明显改变方向、成本或风险。要治脑补不用禁止 AI 推断只要让它把推断摊在桌面上。中等以上的任务可以先填一张最小任务卡任务 给谁使用 必须包含 明确不做 不能由 AI 自己决定 怎样算完成以新产品上线方案为例任务为新产品制作下月上线决策方案。 给谁使用五人团队开会讨论。 必须包含目标用户、主要渠道、两档预算、四周时间表、三个主要风险。 明确不做不写半年运营计划不编造市场数据。 不能由 AI 自己决定预算上限、首发平台、确定上线日。 怎样算完成逐项对照以上要求外部数据附来源列出仍未确认的内容。这张卡给 AI 留下一块不能偷偷改写的底板和提示词写得专不专业没关系。Spec Kit 把这套做法做得更完整先定义需求和使用场景再形成计划和可以执行的任务没说清的部分另有澄清和完整性检查。它原本主要服务于能直接修改项目文件的 AI 工具普通用户不用照搬所有命令。先把“要什么”写清楚再让 AI 决定“怎么做”。最后看一眼成品里还有没有“来路不明的决定”。AI 能主动标出确认信息、暂时假设和仍待拍板的内容就不会再靠脑补推进任务。第三宗罪独断想到第一条路它就不再比较了需求问清了AI 仍然可能走错。它想到第一条能执行的路线后往往马上进入生产状态选熟悉的工具套常见的结构沿用过去最常出现的解法。它未必比较过只是很会把第一条路讲得完整。模型越强这种错误有时越难发现。弱模型的方案一眼就能看出漏洞强模型可以把一个不适合你的选择解释得头头是道。例如你要做一篇产品教程至少有三条路线按功能菜单讲覆盖全面但容易像说明书按新手任务讲容易上手但可能遗漏高级能力按常见失败讲问题感强但要避免只讲负面体验。如果 AI 想到第一条就开写后面再怎么润色也救不回错误的文章路线。要治独断先加一道“方案确认门”只比较路线暂时不执行。把下面这段发给 AI先给我 23 种真正不同的做法。 分别说明它们适合什么情况、主要优点、代价和风险。 给出你的推荐但不要开始执行。 等我确认路线后再进入下一步。别让 AI 为了凑数制造三个只有名字不同的方案。目标读者、实现路径、时间成本、使用难度或风险至少要有一项明显不同。Superpowers 在正式执行前会先讨论方案通过提问明确需求比较不同路径分段展示设计等人确认后再继续计划和实施。选项多少不重要关键是知道为什么选这条路、它牺牲了什么、什么情况下应该换路。第四宗罪加戏你只让它改一处它却把整套都重做了“帮我把按钮文案改得更清楚。”AI 改完文案又调整了按钮颜色、页面层级和注册流程。“帮我润色这篇文章。”它顺便改观点、重排结构还补了几个你没有核实的数据。这些改动不一定坏问题在于它没有得到授权就扩大了任务。AI 很容易把“我还能做什么”理解成“我现在应该做什么”结果是原目标没做完新增工作又要重新确认。要治加戏先把“必须做”、“明确不做”和“发现但暂不处理”分开。最简单只需要三栏本次必须完成 本次明确不做 发现但暂不处理执行中发现新问题可以放进第三栏但不能直接开工。要扩大范围必须先说明为什么值得做、会增加多少工作、会不会影响当前交付。你还可以补一句每一项修改都要能对应到本次任务里的某条要求。无法对应的内容只记录建议不直接执行。OpenSpec 适合解决“这一次到底改什么”。它会为一次变更保存提案、需求、设计和任务人与 AI 先确认范围再开始实施。相比完整的 Spec Kit它更轻也更适合给进行中的项目增加功能或修改。普通用户不需要为改一句文案建立四份文件。好建议可以留下但没有进入本次范围就不应该悄悄变成工作量。AI 只要能守住“明确不做”把额外发现留在候选清单里就不会再边做边扩建。第五宗罪话痨说了一整屏还是没有下一步方向对了边界也守住了交流仍然可能很累。你问“现在需要我确认什么”AI 先复述项目背景再介绍三个概念接着列出八个注意事项真正需要选择的内容藏在最后一段。光要求“简短一点”解决不了问题AI 可能把风险、不确定性和失败信息也一起删掉。要治话痨不是只让它少说而是让每一屏先交付一个明确动作。把回答顺序改成这样先告诉我现在要做的下一步。 多步骤任务使用编号。 如果需要我决定一次只推进一个决定并给出你的推荐。 背景和备选方案只保留会影响当前决定的内容。 风险、失败结果和未验证部分不能省略。 结尾只留下一个明确的下一步。i-have-adhd 专门调整输出顺序行动放在前面步骤编号减少无关展开每次结束时留下一个具体动作。它只管 AI怎么说不能保证 AI做得对一句非常利落的答案也可能建立在错误需求、错误数据或未经验证的结果上。读完第一屏应该马上知道当前结论、需要自己决定的事和下一步。如果还要从三页解释里捞答案这个问题就没解决。第六宗罪失忆对话一长它就忘了最初目标长任务做到后面AI 的记忆很像一张不断被涂改的白板。最近讨论的细节越来越醒目最初的目标却慢慢退到角落对话太长被压缩后一些早期决定会消失换一个窗口、换一个 AI更不会自动知道昨天做过什么。此时只说一句“继续”等于让它重新猜。要治失忆别保存全部聊天记录留下下一位接手者能继续工作的最小状态。先记住这七项当前目标 已经确认的决定 已经完成 关键发现 尝试过但失败的方法 下一步 尚未验证如果任务会跨很多轮还可以把它拆成三份**任务计划**目标、阶段和待办。**关键发现**资料、决定、排除过的方案。**执行记录**完成了什么、遇到什么错误、检查结果如何。planning-with-files 使用的正是这套三文件方法把计划、发现和进度留在文件里不再只依赖随时可能被清空的对话。重新开始后AI 先读这些文件就能恢复目标和断点。更长、更复杂的项目还可以参考 GSD Core它把讨论、计划、执行、验证和交付分开处理避免所有内容挤在同一段对话里。普通用户不必为一封邮件建立状态文件。但出现下面任意一种情况就值得留下交接任务已经跨两次以上对话需要换人或换 AI 接手中间做过重要决定猜错会返工已经试过几种失败方案不想再走一遍。把交接记录发给一个完全没看过旧对话的 AI。它不用你重新讲背景就能说出目标、已完成、下一步和风险这份记录才算有用。第七宗罪报喜什么都没检查它先说完成了“已经完成。”这是 AI 最便宜的一句话也是用户最容易误信的一句话。假完成通常不是故意撒谎。AI 更常做的是把一个很弱的事实包装成一个很强的结论文件写出来了就说文章可以发布搜到几个结果就说资料已经核实修改了代码就说功能已经修复页面能打开就说整个流程没有问题。一句“完成”至少要回答三个问题你检查了什么实际结果是什么还有什么没有验证要治报喜就把“完成”改成一张必须用证据填满的交付表。表格至少保留这四列完成要求检查方法实际结果证据或位置是否满足原始需求逐项对照任务卡通过 / 失败对应段落或文件是否真的可以使用实际打开、运行或走一遍流程通过 / 失败截图、输出或测试结果是否出现新的问题运行相关检查通过 / 失败错误信息或检查记录是否还有未知项列出没有能力验证的部分有 / 无风险说明Superpowers 把“完成前验证”设成必经步骤准备宣布成功前重新运行能证明当前结论的检查读取刚刚得到的结果再报告完成。这里看的是刚刚得到的结果。上一版文件通过的检查、修改前的截图、另一个 AI 说“我看过了”都不能证明当前版本没问题。文章、方案、审美判断也不可能全部自动验证。一篇文章是否好读一份方案能不能说服老板最终仍需要真人判断。AI 应该诚实区分已经检查、检查失败、暂时无法验证而不是把三种状态统称为“完成”。需要重复自动评测 AI 应用的开发者可以把 promptfoo 当作延伸阅读它能保存固定问题、预期结果和失败条件修改提示词或更换模型后重新跑一遍。普通聊天用户直接跳过。无论用不用工具AI 说“完成”时证据都应该和结论一起出现。合议庭七宗罪一起出现要不要上全套流程复杂项目里这些毛病经常一起出现。例如让 AI 跨几天完成一份新产品出海方案。没有流程时它可能没问目标市场就开始调研看到第一组资料便选定路线顺手扩展到品牌、招聘和半年运营换个对话后又忘记前一天排除过什么最后用一份篇幅很长的文档宣布“方案已经完成”。完整工作流会把同一任务拆开**先问清**给谁看、要做什么决定、目标市场和预算边界是什么。**再选方案**先比较哪些市场不同路线的成本和风险是什么。**写出计划**先查什么再比较什么每一步交出什么结果。**分步执行**只做已经确认的范围中途对照计划。**检查质量**需求有没有漏资料能不能支持结论。**验证完成**逐项核对要求、来源和仍未确认的风险。Superpowers 把方案讨论、计划、执行、检查和完成前验证串成必须依次通过的流程。它主要给能直接查看文件、修改内容和运行检查的 AI 工具使用。普通 ChatGPT、Claude 用户不用安装可以把上面的六步保存成自己的长期工作约定。完整流程能更早暴露错误也方便中途检查和交接。代价同样真实AI 会问更多问题计划和检查会消耗更多时间与额度用户需要等待并参与决策任务文件如果不更新反而会保存错误状态多套项目一起安装规则可能重叠甚至冲突。流程完整不等于效率更高。先问一句这套流程增加的成本是否低于一次很可能发生的方向性返工改一句按钮文案直接做再看一眼就够新增一个数据导出功能先问清权限、数据和验证方式通常值得从模糊想法开始、跨数天完成一个小应用才值得启用完整流程并持续记录状态。看到这里答案似乎已经很清楚给 AI 加规则它就会更可靠。可事情还有另一面。终审被告席上还有一个人前七章一直在审 AI没问清就开工乱猜、跑偏、话多、失忆没有证据就提前报喜。现在把镜头从屏幕里转回来坐在电脑前的我们也可能犯下一宗更隐蔽的罪。隐藏的第八宗罪贪心。它经常戴着“认真”和“完美主义”的面具。我以前把一组反复使用的写作指令保存成写作 Skill你可以把它理解为一份 AI 每次都要遵守的长期工作说明。我就在这里犯过这宗罪。最开始我只是想让 AI 写出来的文章更好。后来每发现一个问题就往 Skill 里增加一条规则信息密度要高小白不能有卡点结构要完整语言要自然事实要核验标题要有传播力章节要有价值承诺还不能有 AI 味。这些要求单独看都对。放在一起却可能互相打架信息密度高和小白慢慢理解需要不同节奏覆盖全面和文章利落需要做取舍观点鲜明和所有判断都绝对安全很难同时拉满AI 自主发挥和每一步都被模板规定本来就是两种方向。规则越加越多文章不一定越来越好。有些时候套上一份精心制作的长期工作说明输出甚至不如让 AI 原生写一遍。普通用户也经常在一句话里提出一组互相打架的要求帮我写一份三分钟能讲完的分享稿要短、全面、深入、零风险还要有鲜明个性。这些词单独看都合理放在同一个结果里却互相争抢。三分钟限制要求删除内容“全面”要求继续增加内容“零风险”让表达趋向保守“鲜明个性”又要求它做更大胆的判断。AI 不知道谁优先只能每项都沾一点。把任务拆成两轮冲突就少了第一轮选一个鲜明观点写出三分钟版本第二轮检查关键事实删掉不能承担的判断。规则本身没错问题是 AI 面前同时站了太多老板。每个人都要求它优先满足自己最后只会得到一篇谁也挑不出明显大错、但也没人真正想读的文章。“少即是多”说的是让 AI 每次只对一个主要结果负责。别让第一稿同时承担构思、写作、核验、审稿、去 AI 味和发布排版。把任务分开第一轮只负责找到真正值得写的观点和主线。第二轮只检查小白哪里会看不懂、哪里没有收获。第三轮核验仍然留在文章里的事实和链接。最后一轮才处理语言、标题和发布格式。每一轮只把一件事做深。再用下面这张“指令减法表”检查自己正在使用的提示词、长期工作说明或工作流程检查问题处理方法这条规则在解决哪个真实发生过的问题说不出来删除它属于构思、执行、检查还是发布移到对应阶段不要全挤在开头它是否与另一条要求冲突明确谁优先或拆成两轮这次任务真的需要它吗不需要就暂时关闭删除以后结果真的会变差吗用同一任务做一次对照写作指令正好可以这样实测准备同一个选题和相同材料分别让 AI 原生写、使用完整版指令写、使用删减版指令写。隐藏版本名称让一个没有参与制作的人连续读完再比较三件事哪一版最想继续读哪一版最容易理解哪一版需要的人工返工最少。不要只比较谁遵守了更多规则。文章有人愿意读、读得懂、拿得到东西才是目标。第八宗罪不推荐新的 GitHub 项目。删掉没有价值的要求比再装一个工具有用。有时候 AI 输出不好只是因为你什么都想要。判决之后真正会榨干 AI 的人知道什么时候放手审到这里答案已经不是“给 AI 装上最完整的工作流”。按任务大小选三档就够任务规模最合适的做法改一句文案、整理一个标题、提取一段信息直接做完成后快速检查写文章、做方案、完成一次中等修改找到最常犯的一宗罪只补一个环节跨多天、多文件、多阶段失败会造成明显损失使用完整工作流并保存进度和验证证据如果你想直接抄一套日常配置下面是我现在常用的通用提示词。把其中的“xx”换成你希望 AI 使用的称呼。它只负责所有任务都需要的协作底座写代码、跨 Session、自动测试或长期项目再按前文对应需求安装不要把所有项目都塞进一套规则。恢复以下长期协作要求并立即执行 1. 每次回复必须以“xx”开头。 如果没有这样称呼说明可能发生了上下文丢失需要重新读取本提示。 2. 持续使用 grilling。 执行重要、模糊、破坏性或高成本任务前先检查环境中能够确认的事实只向我询问真正改变结果的决策一次一个问题。不要让我重复你自己能查到的信息不要在尚未形成共同理解前擅自行动。 3. 持续使用 i-have-adhd。 回复先给结论、结果或下一步控制篇幅和列点数量显示具体证据不要重复背景、延伸旁支或把局部完成说成整体完成。存在后续时只留下一个明确动作。 4. 不要用粗暴规则修补表面问题。 出现失败时先找到最早发生错误的责任环节和根本原因。优先删除错误步骤、修正旧逻辑或改善实际执行。不要轻易增加门禁、状态、文件、固定数量和机械指标。 5. 每次方案都检查两个问题 - 是否过于呆板压制了根据具体场景进行判断的能力 - 整体规则、步骤、文件和输出是否冗余AI 是否真的能够稳定执行 6. 坚持第一性原理。 默认只给一个最小、现实、能执行的最佳方案。不要罗列大量理想化选项。能修改旧规则就不新增只有同类失败反复发生且现有原则确实无法覆盖时才允许增加一条规则。 确认恢复后只用一句话说明当前任务状态和下一步不要重新规划已经完成的工作。这段提示词没有规定每种任务必须走几步而是锁住开始、表达、排错和增加规则时的基本原则。先用它跑日常任务遇到某类问题反复发生再从前文挑一个对应 Skill不要四个项目一起开。这些 GitHub 项目提供的其实是几道不同的门。只把门放在 AI 最容易犯错的地方别把整条路都堵上。榨干 AI不是把它的每一分自由都挤掉而是只在它最容易犯错的地方立规矩剩下的地方让它发挥。