08 · 像調 bug 一樣調提示詞

提示詞是調出來的，不是想出來的。而大多數人調提示詞的方式是"再讓 AI 最佳化一下"——那不叫調，那叫碰運氣。這一章給一套真正能收斂的方法。

第一步：先說清楚"哪兒不對"

不能接受的描述："感覺不太行"、"不夠專業"、"差點意思"。

必須能說成這種：

症狀描述	大機率是哪一格的問題
結構對了，但每條都太囉嗦	要求：長度沒約束，見 05
內容對了，但格式每次不一樣	要求：沒給模板，見 05
出現了材料裡沒有的人名 / 日期	驗收：沒寫替代動作，見 06
漏掉了材料後半部分的內容	材料太長，見 07
語氣不對（太官方 / 太隨便）	角色沒設，或者沒說給誰看
它答的不是我問的	任務沒說清，或者一條塞了好幾件事
十次裡有三次跑偏	提示詞太鬆，有分叉口，見 01

能把症狀歸到某一格，改動就有方向了。 歸不了，說明你還沒看清問題——再跑兩次，把不合格的地方逐條圈出來。

第二步：一次只改一個地方

這是從寫程式碼那兒搬過來的，但在提示詞上更重要，因為輸出本來就有隨機性。你一次改了三處，跑一次變好了，你根本不知道是哪一處起了作用——甚至可能是三處裡有一處幫倒忙，只是這次運氣好。

流程：

1. 記下當前版本（原樣存一份）
2. 只改一處
3. 跑 3～5 次
4. 對照驗收標準數：幾次合格？
5. 比之前好 → 保留，繼續下一處
   比之前差 → 回滾，換個改法

跑一次不算數

輸出有隨機性，跑一次好不能說明改對了。至少三次，重要的提示詞五次。

這聽起來慢，但比"改了十處、時好時壞、最後不知道該保留哪版"快得多。

第三步：建一個小測試集

這一步把"調提示詞"從手藝變成工程，而且成本低到離譜——五份材料，一張表。

測試集（存在一個文件裡就行）：

用例 1：標準情況       一份資訊齊全的會議記錄
用例 2：缺資訊         負責人和時間都沒寫的記錄
用例 3：有衝突         前面說九月底，後面說十月初
用例 4：跑題多         一半內容跟主題無關
用例 5：極短           只有三句話

選材料的原則：一個標準情況 + 四個會翻車的情況。翻車樣本比標準樣本值錢得多。

然後拿這五個跑，記一張表：

	用例1	用例2	用例3	用例4	用例5
v1	✅	❌ 編了人名	❌ 抹平了衝突	✅	⚠️ 硬湊三塊
v2	✅	✅	❌ 抹平了衝突	✅	⚠️ 硬湊三塊
v3	✅	✅	✅	✅	✅

新的翻車樣本隨手就加進測試集。 以後每次改提示詞，五個用例重跑一遍——你就再也不會"修好了這個、弄壞了那個"。

這張表還有個額外好處：換模型的時候，五分鐘就能測出新模型行不行。

常見改動的優先順序

同樣的時間，改這些地方回報最高，從上往下試：

優先順序	改什麼	典型收益
1	把形容詞換成結構約束	最大。多數"不穩定"是這兒來的
2	給禁止項配上替代動作	很大。治幻覺和亂填
3	材料圈起來 + 挪到最後 + 結尾重複要求	大，且改動只要三分鐘
4	補兩個例子（尤其邊界情況）	大，尤其是格式和風格問題
5	加"先分析再結論"或自查	中等，對複雜任務明顯
6	拆成多輪	大，但變慢
7	換個更強的模型	最後才試。前六條沒做完就換模型，是在用錢掩蓋問題

讓 AI 幫你調（正確的用法）

"讓 AI 最佳化提示詞"不是不能用，是大多數人用錯了姿勢——直接說"幫我最佳化這條提示詞"，它只會給你換一批更華麗的形容詞。

正確的用法是帶著證據去問：

下面是我的提示詞，和它這次的輸出。

<提示词>
【貼】
</提示词>

<这次的输出>
【貼】
</这次的输出>

問題：輸出裡出現了"劉建國"這個全名，但我給的材料裡只寫了"劉總監"。

請分析：我的提示詞裡，是哪一部分導致它補全了人名？
給出最小的修改（只改必要的地方），並說明為什麼這樣改能防住。
不要重寫整條提示詞。

三個關鍵：給證據（實際輸出）、說清症狀、要求最小修改。

還有一招：讓它當出題人

這是我的提示詞。請設計 5 個會讓它出問題的輸入——
不要極端離譜的，要那種"現實中真會遇到、但這條提示詞大機率處理不好"的。
只給輸入，不要給答案。

它出的題往往正好是你測試集缺的那幾個。

什麼時候停止調

三個訊號，出現任何一個就該收手：

• 測試集全綠，連著兩輪沒發現新問題 → 夠用了，發出去。
• 改了五版，指標在原地打轉 → 問題可能不在提示詞。也許是任務本身超出了一條提示詞該乾的範圍（該拆多輪），或者材料本身就有問題。
• 提示詞已經比材料還長 → 停。這是該做成 Skill 的訊號。

下一步

09 · 反模式與民間偏方