04 · 让它先想再答

模型是一个字一个字往下接的。这意味着它一旦写下第一个字，后面就得顺着圆下去——想不清楚也得往下写。所以对付复杂任务的通用招数只有一个：别让它一上来就下结论。

为什么"直接问"会翻车

问它"这三个方案哪个最划算"，它的第一个字很可能就是"方案"或者"第"——在还没算过任何一笔账之前，它已经把答案选出来了。后面那段"理由"，是给这个已经出口的结论补的。

这不是它不认真，是生成机制决定的：结论如果出现在推理前面，推理就只能给结论打圆场。

解法就四种，从轻到重。

招数一：让它把步骤写出来（思维链）

最简单的一句：

先一步步分析，最后再给结论。

或者更具体地规定步骤：

按这个顺序作答：
1. 先列出三个方案各自的成本项和金额
2. 再算出三年总成本
3. 再指出各自的隐性成本和风险
4. 最后才给推荐，并说明为什么排除另外两个

规定步骤比笼统的"一步步想"好用得多——你把思考路径也定死了，稳定性跟着上来。

推理模型不用手动写这一句

会先"想"一段再答的那类模型（推理模型）已经内建了这个过程，你再写"请一步步思考"意义不大，有时反而干扰。但规定具体步骤仍然有效——那不是在教它思考，是在规定你要的分析框架。

招数二：让它先反问你（对付"我也说不清"）

需求自己都还模糊的时候，最不该做的就是硬写提示词。改成这样：

我想让你帮我做【一件事的粗略描述】。

先不要动手。请先问我 5 个问题，问那些**你不知道就一定会做错**的事。
一次把 5 个问题列出来，我一起答。

我回答完之后，你再开始做。

它问出来的那五个问题，往往就是你没想清楚的地方。这一招的真正价值不是让 AI 更懂你，是让你自己想清楚。

进阶版，用在需求复杂的时候：

先不要动手。请分两步：
1. 用你自己的话复述一遍你理解的任务，包括你打算怎么做、分几步；
2. 列出你不确定、需要我确认的地方。

我确认之后你再开始。

第 1 步（让它复述）能提前抓住误解——你会惊讶于它理解偏的频率。

招数三：分步执行，一步一交付

复杂任务不要一条提示词干完。拆成几轮，每轮验收一次：

第 1 轮：先只输出大纲，分几个部分、每部分讲什么，一行一个，不要展开。
（你检查大纲，改掉不对的）

第 2 轮：按确认后的大纲，只写第二部分，其他部分先不写。
（你检查这一部分的详略和语气）

第 3 轮：其余部分照第二部分的风格补齐。

好处有三个：错了只用重跑一步；你能在中途改方向；每一步的输出更短，质量更稳。

代价是慢。所以判断标准很简单：一次能跑对的活别拆；跑三次都不满意的活，一定要拆。

招数四：让它自己查一遍

在提示词末尾加这一段，几乎对所有任务都有效：

写完之后，请对照上面的要求逐条自查一遍，把不满足的地方改掉再输出。
不要把自查过程写出来，只给最终结果。

更硬的版本是让它把检查结果显出来：

输出分两部分：
一、正文
二、自查表：把上面每条要求列一行，标注「满足 / 不满足 + 原因」

自查表里有「不满足」的，就直接改正文，不要提交带问题的版本。

自查不是万能的

它自查的依据还是它自己那套判断，所以它编造的事实，自查也查不出来——因为在它看来那就是真的。

自查能查的是：格式对不对、要求漏没漏、结构全不全。查不了的是：内容是不是事实。后者只能你自己核，见 05 · 幻觉。

四招怎么选

症状	用哪招
结论下得草率、理由像是硬凑的	招数一：规定分析步骤
你自己也说不清要什么	招数二：让它先反问
输出总有几处不对，改了这里坏那里	招数三：拆成几轮
大方向对，但总漏掉某条要求	招数四：加自查
以上都试了还是不稳	回到 02 章 看结构，或者去 08 章 学怎么定位

把招数四那三行（"写完之后逐条自查"）加进你所有常用的提示词，就当默认配置。

它几乎没有副作用，成本是多花一点输出 Token，收益是"漏掉某条要求"这类错误明显变少。

下一步

05 · 把输出格式钉死 —— 想清楚了，接下来是怎么让它按你要的样子交付。