TL;DR
Auditor 提示把 AI 從作者翻轉為對手：在它交付後，你命令它攻擊自己的輸出—— 獵捕邏輯缺陷、無支撐的主張和遺漏的角度 —— 然後產出一份強化的最終版本。它花一則後續訊息，而且經常抓到你原本會用慘痛方式發現的失敗。
類比
每家認真的報社都靠兩個永遠不坐同一張桌子的人運作：作者與編輯。
作者的工作是生產 —— 帶著讀者前進、讓論述發光。編輯的工作是拆除。編輯圈出沒有來源的主張、在頁邊寫*「誰說的？」、找出論述悄悄自相矛盾的那一段、問作者希望沒人注意到的問題。關鍵是，編輯以找到的缺陷*計分，而不是以友善 —— 溫和的編輯是壞掉的編輯。報紙可信，正是因為檢查它的人不是寫它的人。
AI 的問題在這裡：你一直在跟一個沒有編輯的作者說話。 產出你草稿的模型是為了產出流暢文字而最佳化的 —— 而當你問同一個模型*「這樣好嗎？」*，你是在請作者審自己的稿。如果一位小說家告訴你他的書無懈可擊，你會立刻打折扣。但人們每天接受 AI 的「看起來很棒！」—— 然後在老闆面前發現引言和結論互相矛盾。
Auditor 提示就是你刻意雇用編輯。 同一個模型，新合約：工作不再是「寫這個」—— 工作是「弄壞這個」。這是資安界的紅隊手法：一組人蓋系統，另一組人收錢在真正的對手之前攻擊它。友軍火力，刻意的，在不友善的那種抵達之前。
而且和人類編輯不同，這位在幾秒內完工、永遠不會對你的第三稿厭倦、也不會被冒犯到放軟 —— 因為嚴厲是你寫進指示裡的。
運作原理與工具（推理模型）
這個技巧是兩步節奏：先草稿，後審查。 永遠不要同時。
步驟 1 —— 草稿。 用任何適合的技巧正常產出作品：one-shot 提示、訪談、受限格式。起草的腦和審查的腦必須分開輪流 —— 在一則訊息裡被要求「邊寫邊檢查」的模型，會自信地寫完然後給自己蓋章。
步驟 2 —— 審查。 用一個有三個承重部分的命令跟進：
| 部分 | 它做什麼 | 範例 |
|---|---|---|
| 角色指派 | 消滅作者的客氣 | 「扮演無情的魔鬼代言人」 |
| 計數發現 | 強迫真缺陷，不是感覺 | 「找出恰好 3 個致命缺陷」 |
| 保留判決 | 禁止撫慰性的結論 | 「先不要改寫 —— 只要發現，按嚴重度排序」 |
扮演無情的魔鬼代言人，批評你先前的答案。找出恰好 3 個致命缺陷：邏輯錯誤、無支撐的主張、或懷疑論專家會攻擊的遺漏角度。按嚴重度排序。先不要改寫任何東西 —— 只要發現。
為什麼「恰好 3 個」？因為不設上限的「有問題嗎？」會邀請模型表演安全 —— 「整體結構良好！」—— 而以讚美開場的審查是已經失敗的審查。計數強迫挖掘：即使作品很好，編號欄位也必須被填滿，而浮上來的通常是沒人檢查過的假設。然後，只有在讀完發現之後，你釋放步驟三：「現在改寫原稿，修正全部三個缺陷。」
這也是混合策略的細膩之處：任何模型都能審查，但審查是思考工作 —— 而那正是推理模型的專長。推理模型（如 Uzu 提供的高級型號）被訓練在回答前慢下來逐步思考，這讓它們格外擅長抓到快速模型滑過去的缺陷。於是專業管線出現：快速模型起草，推理模型審查。 便宜、迅速的模型產生原材料；昂貴、深思熟慮的模型把火力只花在關鍵的那一關 —— 決定作品能否在現實中存活的那一關。
改寫前後（提示）
範例 1 —— 商業計畫
這份商業計畫好嗎？有什麼回饋嗎？
作者審自己的稿。回來的是：先講優點、一句溫和的「考慮加入」、整體紮實的判決。計畫帶著致命假設完好無損地出貨。
扮演一位看過 1,000 份提案的懷疑論投資人。找出這份商業計畫中恰好 3 個致命缺陷 —— 公司會拒絕的理由。按嚴重度排序，引用具體章節，只要發現，不要改寫。
現在計畫面對的是編輯。發現回來了，有編號而且不舒服：收益模式假設 40% 轉換率卻零證據；「競爭者分析」漏掉最大玩家；現金流預測在第七個月藏了一個缺口。這些都不是風格建議。全部都是拿到資金與沉默之間的差別。
範例 2 —— 論證
檢查我的文章有沒有錯誤。
「錯誤」是抓錯字，所以那就是你得到的 —— 文法修好了，邏輯沒動。
你是我最嚴厲的評論家。讀我的論證，找出推理最薄弱的恰好 3 個地方 —— 跳躍、無支撐的前提、或我沒回應的反對意見。針對每一項，說出對我最強的反論。不要放軟。只要發現。
審查回傳了對手會引用來對付你的那兩句話 —— 以及那個你從未反駁、因為你從未看見的反對意見。修正那三個，論證就準備好面對希望它失敗的聽眾。
範例 3 —— 寄出前的信
確認這封信語氣對。
語氣檢查。很好。但這封信的危險從來不是語氣 —— 是那句不小心讓你承諾了你做不到的期限的句子。
寄出前：以合約律師身分審查它。找出恰好 3 個可能被解讀為我無意的承諾或責任的敘述。引用每一句，解釋危險的解讀，只要發現。
三個發現之後，一句話被標記：「我們很快會解決這件事」—— 在壓力下，它變成承諾。它被改寫了。這封信從來不是寫得更好。它是寄起來更安全。
常見陷阱
- 接受第一個「看起來很棒！」。 如果你客氣地問，模型會大方地給自己的作業打分 —— 客氣被訓練得比嚴謹更深。回傳零個發現的審查不是審查；是恭維。用計數重跑：「找出恰好 3 個。」
- 起草的同時審查。 「寫完並確認它很好」把編輯塌縮進作者。模型自信地起草，然後把那份自信繼承為自己的審查者。永遠兩個回合：先草稿，然後攻擊。
- 模糊的審查請求。 「批評這個」邀請關於語氣和結構的作文泥漿。像約束任何輸出一樣約束審查：一個角色、一個計數、一個嚴重度排序、一條禁改寫規則。審查也是交付物。
- 對「感覺完成了」的作品跳過審查。 流暢正是錯誤的完成訊號 —— 記得自信的錯覺：無瑕動聽的草稿和有缺陷的草稿用同樣平靜的聲音抵達。讀起來越好，你越需要敵意的第二關，而不是越少。
- 修症狀而不修發現。 審查點名三個缺陷；你各補一句就以為完了。發現通常指向一個假設—— 重新檢查它，而不只是承載它的句子。然後對修訂版再審：「用同樣方式審查 v2。」
常見問題
我怎麼讓 AI 批評自己的作品？
明確命令：指派敵意角色（「扮演無情的魔鬼代言人／懷疑論投資人／紅隊」）、要求計數的缺陷清單（「恰好 3 個致命缺陷」）、要求嚴重度排序，並在你讀完發現前禁止改寫。三部分結構 —— 角色、計數、保留判決 —— 是真正審查與恭維的分界。
為什麼 AI 說我的作品好但其實不好？
因為你問了一個只有一個客氣答案的問題。模型在討人喜歡的對話上訓練，所以「這樣好嗎？」傾向「好，附小建議」。修正不是更好的問題 —— 是不同的合約：模型不再是在評朋友的作業，而是以找到的缺陷計分。改變誘因，誠實就出現。
我該用推理模型檢查 AI 輸出嗎？
對任何重要的事，是。推理模型 —— 如 Uzu 的高級型號 —— 在回答前逐步深思，而那正是獵捕缺陷所需的技能。有效率的模式是分工：快速模型便宜地起草，然後推理模型只把運算花在審查關。把重模型留給重思考。
下一課
Auditor 跑一個強力循環：草稿、攻擊、修正。但有些工作連完美的單一答案都裝不下 —— 研究然後轉換然後潤飾，每一步餵養下一步。當你停止寫提示、開始蓋生產線，會發生什麼？
繼續下一課：提示鏈結
離開前的練習：拿你最後一個真正用過的 AI 輸出，對它跑上面的精確審查提示 —— 無情角色、恰好 3 個缺陷、只要發現。無論浮出什麼，細細體會：它一直都在那裡，等著有人被雇來找到它。