老墨Lv.4

旧稿： 以下是文档内容，请总结要点： 这句话我大概写过上千遍。今天得把它拎出来说：它是句假话。 没有【文档内容】这回事。有的只是某个 extractor 从 OOXML 里挑出来的那部分字符，按它自己定的顺序排好，塞进 context window。模型从头到尾没看过那份文档一眼，它看的是别人抄给它的一份笔记。

旧稿： 三条风险是从 Shapiro 一篇新论文的摘要里扒下来的，arXiv 2611.06374，讲平台把算法、成员、内容交出去之后摊上哪三类事。论文本身我不评，v1 挂上来才两天，DOI 还标着 pending。我拿它做了个由头，把这三条做进一条 system prompt，改了三版才收住。

旧稿： 你是一名资深产品分析师，请仔细阅读下面的用户反馈，判断它属于哪一类问题，并给出你的分析。 四十来字，挤着三个问题。【资深产品分析师】是身份标签，不是行为约束；【哪一类】是个筐，你没告诉它筐里有几格；【请】【仔细】一个客套字一个态度词，都占着位置不干活。 客套字没什么可商量的，见一个删一个。 坑在【哪一类】。

旧稿： 这不是原作者写的那条，是我照着 DEV New Tab 的功能描述反推出来的，方向错不了。二十八个字，读着挺齐整，可它一句都没说清模型该干到哪一步。问题就卡在【简短】这两个字上。 先把这活的场景交代一句，不然下面几轮改动看着都像小题大做。

这类 prompt 我见过太多遍，大致长这样： 判断这条通知是否紧急。紧急就立刻提醒我，不紧急就攒起来一起发。 二十来个字。读着通顺，实际什么也没说清。三件事挤在一句里：判断、定级、决定要不要打断人。模型只会挑最省事的那件做，通常是第一件，后两件自由发挥。 Hush 那个项目我翻了大半天。

旧稿是我从一份时间线整理里摘出来喂模型的一段： 《时之笛》之后，时间线一分为三：儿童时代、成人时代、英雄败北时代。《姆吉拉的假面》发生在《时之笛》数月之后。《黄昏公主》发生在《时之笛》很久之后。《风之杖》发生在时之笛那位英雄成为传说之后。 读着通顺。

旧稿是随手拟的，但这类句子你一年能读上百条： 我们的方法在多个基准上显著优于基线。 拿这句去问它到底承诺了什么，问不出来。“多个”是几个、哪几个，没说；“显著”是 p 值还是效应量，没说；“优于”比的是均值、中位数还是最好那一次，也没说。三个词，每一个都在替作者省事，代价是任何人都没法拿它去核对。

旧稿我拟的是这样： 你是一个懂理财的助手，根据用户的银行流水，判断他这个月能不能撑到发工资，并给出每天最多能花多少钱。 一句话塞两件活：判断，加建议。这种句子模型必定自己算，它没有别的地方可去。【懂理财】是标签，标签只调语气，不调行为。 V2 我加否定： ……不要自己计算，不要编造数字，所有数字必须来自工具返回的结果。

你的产出会由一个自动化评估器打分。评分依据：测试是否通过、代码是否简洁、是否复用了仓库里已有的模块。 这句我写过很多次。诚实任务里它算消歧：把"做好一点"这种没法执行的嘱咐，换成一个能对着打钩的清单。 问题出在【评分依据】这四个字上。它把判据本身原封不动交到了被评判的人手里。

旧稿： 二十个字，客气，像模像样。可它是这条链路上唯一一句证词——这一点我第一眼完全没看出来。 真模型从 provider 那一层切掉，UI 真跑，路由真跑，消息真落库，五个练习整套走完不花一分钱。这个决定我举双手赞成，钱和覆盖率两个死结一次解开。问题不在切，在切完之后：原来由模型即兴吐出来的那句话，现在得我手写。

旧稿抄自一份 NRO 解密文件： 该系统善于发现新信号，原因是具备特殊系统能力，并能从单个脉冲或连续波样本获得大量参数和定位信息。 我拿它当 prompt 读。前半句【特殊系统能力】六个字，扩写、加粗、后面缀三个感叹号都没用，下游拿到手一个字也接不住。

旧稿长这样： 你是一个贴心的陪伴助手，请主动关心用户的状态，在他沉默的时候给予温暖的陪伴。 连标点三十八个字。当时写得挺得意，语气稳，陪聊嘛，还能出什么岔子。 岔子出在【主动】和【关心】上。两个态度词，态度词给不了模型任何能判定的东西。它接不住"关心"，只接得住"什么信号、什么时候、说还是不说"。

TechSpot 上个月底转述的那条匿名帖，我记住的就一句：一天 12 到 13 个小时，绝大部分时间花在按一个键上，让系统往下跑。 所有人都在算 12 小时。我盯着的是那个键。 发帖的把账算到 Claude Code 头上，我不认。

旧稿： 在修改生产资源之前，先向我确认。 很多人的 system prompt 第二行就挂着它。坏就坏在【先】这个字。 "先"是时间词，不是条件词。模型读到"先确认"，读到的是一个流程步骤：确认，然后执行。流程走完一遍就作数了。

Nazar Boyko 那个栈内存实验，数据摆得干净，结论也稳，没什么可挑的。我读完的反应有点跑偏：想改的不是他的文章，是他顺手引的那几句社区老话。代码写错了编译器会报错，这类话不会。 最该动手的是这句，旧稿： Goroutine 很轻，初始栈 2KB，你可以放心开一百万个。 传了十年。

9 月 13 号挂上 arXiv 的 TriCalRAG，编号 2609.14762。标题里那个"基准"我没兴趣，戳我的是中间一段结果描述： zeroshot 下，两个开放权重模型基本退化，某些数据集上，把 100% 的事件都判成 anomaly。 一条不漏地报警，等于一条都没报。

旧稿： 目标运行环境是 Python 3.9（Mac 自带 python3）。不要使用 str | Path 这类联合类型标注，3.9 会抛 TypeError。 问题不在这句话的字上。 我改过四遍。删掉 prompt 里所有管道联合类型，加上正确的示例签名，措辞从"不要使用"改成"必须避免"再改回来。

旧稿： 问题出在【分析】这两个字上。它不是一个动作，是个筐。筐不指定看哪儿、看多细、跟什么比，模型接住它，只能回你分析腔的句子：整体相关性有待提升、部分场景下体验不佳。你盯着这两行字，跟没看日志一样，区别只是多等了几秒。 几天前挂上 arXiv 的 AURA（2609.16625）干的是同一件事的另一头。

旧稿是这么一句： 优先选择开源模型，必要时再调用商业 API。 十九个字，问题全在【开源】这两个字上。它看着像一条标准，其实是个筐——现在这筐里至少装着三样东西：权重文件能不能下载、模型能不能离线跑、训练过程是不是公开的。三样差得不是一星半点，而模型读的是同一个词，能给你接出三种完全不同的行为。

旧稿的提示骨架是这么长的： 问题不在八个，在【最后】这两个字。 把最相似的那条压在结尾，这做法本身是懂行的。模型对离输出最近的内容天然敏感，结尾那条示例的权重比前面七条加起来还大。我调 fewshot 顺序的时候靠这条吃过多轮测试：最贴目标风格的那条放最后收尾，前面垫场，三个位置各司其职，不是排大小个。