太长不看
不加控制时,所有AI都会用同样的形状回答:中等长度的议论文 —— 安全、注水、大半是填充物。范围限制告诉模型不要涉及什么;格式约束定义答案必须采用的形状。二者结合,冗长的文本就变成了致密可用的输出。
类比
想象你雇佣了一位大厨,而给出的全部指示是:"食物"
大厨欣喜若狂 —— 而且对预算而言是场灾难。端上来的是12道试吃:你没想要的汤、清口菜、三份甜点,以及一段关于乳化技术的独白。每一道在技术上都精湛。账单惊人。而在第九道左右,你意识到自己只想要一个三明治。
再看同一位大厨收到的这个:*"一份芝士烤三明治,酸面包,对半切,用小盘装。"*没有试吃。没有独白。三十秒,一个三明治形状的纯粹技艺。
不受约束的提示词就是*"食物"*。**范围限制是在菜单之外点菜。 格式强制是指定盘子。**和大厨一样,AI被制造成要给人留下深刻印象 —— 没有边界时,"深刻印象"就意味着"更多"。更多词汇、更多章节、更多注意事项、更多替代方案 —— 每一行都要付费,却读都懒得读的议论文游行。
大多数人忽略的细节:约束不是限制质量,而是聚焦质量。点12道菜,每道的平均质量就下降。点一个完美的三明治,全部技艺就落在两片面包之间。大厨一直都是这个水平。只是现在瞄准了。
工作原理与经济学(Uzu)
两个旋钮,都在提示词里拧动。
**旋钮一 —— 范围:定义排除什么。**面对开放式问题,模型会向每个方向对冲 —— 覆盖一切是最安全的平均回答。关闭出口:点名读者、目的、深度,以及排除项。这正是单发提示词解剖结构的一半 —— 背景要素 —— 在悄悄发力。
**旋钮二 —— 格式:定义形状。**格式约束("用表格""恰好3个要点""100词以内""无开场白的单段")做了一件微妙的事:它们给模型一个固定的容器去填充,于是努力从结构转向内容。差别在第一句就能看到 —— 受约束的回答以答案开头,而不是"当然可以!以下是全面的概述……"
| 约束类型 | 你写的 | 消失的东西 |
|---|---|---|
| 长度 | "100词以内" / "恰好3个要点" | 注水、开场、总结段 |
| 结构 | "用表格" / "用编号列表" / "单段" | 议论文式漂移、被埋没的结论 |
| 排除 | "不要引言,不要结论" | 客套与清嗓 |
| 深度 | "面向初学者" / "专家级" | 过度解释与解释不足 |
而且约束会在重要的地方复利:紧凑的回答是更小的回答,更小的回答给上下文窗口 —— 每条后续消息都要重读全部内容的书桌 —— 留出更多空间。由3个要点式回答构成的聊天,几十轮后依然敏锐。由议论文构成的聊天,到第15条左右就淹死了自己的指示。
这正是Uzu把物理显形的地方:积分。生成一个冗长游移的回答,比紧凑的贵得多。所以紧凑的格式强制不仅是可读性 —— 更是财务策略。模型不写的每一个词,都是你保住的G-Credits。说*"恰好3个要点,每个20词以内"的提示词与说"全部告诉我"*的提示词可能都"正确",但它们对经济的影响相差一个数量级 —— 而只有其中一个产出你会实际使用的答案。
工作规则很简单:
**先约束,再提问。**如果你能描述出理想答案的形状,就把那个描述放进提示词 —— 模型填充容器比猜测容器要擅长得多。
改写前后(约束)
示例1 —— 开放式问题
解释一下光合作用。
四段、一节历史、两个比喻,加一个总结。优美。而且是所需长度的三倍。
为一个10岁孩子精确地用3句话解释光合作用。不要用工厂比喻。
同样的知识,被压缩进孩子拿得动的容器。注意排除项 —— "不要工厂比喻"关闭了大多数答案乐于游荡的出口。
示例2 —— 比较
比较太阳能和风能。
六个子主题、含糊的结论,重要数字散落在第9段和第11段之间的一篇"平衡"议论文。
就家用安装对比太阳能与风能,用恰好3行的表格:初始成本、回本周期、所需面积。表格之后给一个词的判定。
表格把比较强制为并排的事实,判定约束强制做出决定。凡是不配占一行的,都活不下来。
示例3 —— 改写
改进这封邮件。
模型返回一封更长的邮件 —— 因为"更彻底"是"更好"的默认定义。
把这封邮件改写到80词以内。第一行保持原请求,两个物流事项用要点列出,签名不变。
长度上限、指定结构、范围锁定在这封邮件。结果比原文更短也更好 —— 默认设置永远不会产生的组合。
常见陷阱
- **假设AI知道何时停止。**它不知道 —— 模型没有"足够"的感觉,只有"完整"的感觉。没有限制,"完整"就长成议论文。永远给成果物标上尺寸。
- **只约束格式,不约束范围。**把"用表格"应用到一个巨型问题上,就得到一个巨型表格。两个旋钮协同工作:先缩小区域,再选择容器。
- **设置你其实不想要的限制。**需要细微差别时用"50词以内",会得到撕裂而扭曲的回答。约束应反映理想成果物的真实形状 —— 如果你接受200词的真洞察,就不要要求50词。
- 忘记负面约束的存在。"不要开场白""无表情符号""不要提价格""省略历史" —— 初学者只描述想要什么,从不说排除什么。排除是盒子里最锋利的范围工具。
- **把约束留到后续消息。在臃肿回答之后发送"更短些",意味着token已经生成 —— 在Uzu中已经付费。约束在生成之前便宜,之后昂贵。
常见问题
如何让AI回答更短?
在提示词本身中加入明确、可测量的约束:"恰好3个要点""100词以内""无开场白的单段"。模糊的"简洁点"因为没有检验标准而失败 —— "恰好3个"没有误解空间。再加入削减默认客套的负面约束("无引言,无结论")。
提示词中的范围限制是什么?
范围限制是在答案生成之前定义其边界:读者、深度、包含什么 —— 最有力的 —— 排除什么。"给我讲讲营销"与"为烘焙店写3条Instagram文案,每条20词以内"之间的差别。同一个模型,密度相差一个数量级。
短的AI回答省钱吗?
省。语言模型按token生成文本,而生成是昂贵的部分 —— 900词的回答成本约为100词的9倍。在Uzu中,这一差额以G-Credits计费,所以紧凑的格式强制直接提升余额:先约束形状,把花在填充物上的钱转到内容上。
下一课
目前的一切技巧都围绕输入是文字,输出也是文字。但现代模型多了一种完全不同的感官:视觉。给它一张图片,提示词的规则就会改变 —— 词汇让位于指示,成本模型也随之改变。欢迎来到AI中最被误解的输入。
继续下一课:视觉提示词与附件成本
离开前的练习:拿出你最近收到的一篇冗长AI回答,逆向工程出能以三分之一尺寸产出它的约束 —— 精确的字数、精确的容器、以及一个本可砍掉填充物的排除项。在下一条提示词里,先写约束。