你说错，它就漂亮地做错
说个反直觉的，模型越强，你说不清楚想要什么的代价越大。
以前模型笨，你说不清它也做不好，锅可以甩给模型。现在不一样了。你说错，它会非常高效、非常漂亮地做错，一路做到底。强模型不会帮你把话补严实，你含糊一分，它替你放大十分。
所以这一代模型出来之后，我发现真正要升级的不是模型，是我这个人。说得再直白点，是我跟它交代事情的方式。这套方法不复杂，也谈不上多原创，一半来自 Anthropic 一个工程师最近写的文章，一半是我自己撞出来的。但它确实把我从反复返工里捞了出来，值得完整写一遍。
先讲我自己的翻车。上个月我废了两篇写完的稿子。两篇播客反应文，AI 写的，结构工整，论据齐全，中文也顺，单看手艺挑不出毛病。但我越读越不对劲，这两篇的味道太像产品软文，跟我博客想要的东西完全是两个方向。最后整篇报废，一个字没用上。
注意关键在哪。AI 一步都没做错，素材和要求它都老老实实照办了。坏就坏在我给的要求里，压根没有「别写成软文」这一条。我自己也是读到成稿那一刻，才知道原来心里一直有这条要求。
这事我后来琢磨了很久，发现它不是个案，是一类通病。
跟 AI 干活，你给它的所有东西，prompt、上下文、规则文件、参考资料，凑起来是一张地图。活儿真正发生的地方，你的代码库、你的业务、你脑子里那些自己都没察觉的偏好，是疆域。军事学里那句老话，放在这儿严丝合缝，地图不是疆域。
拿写代码的场景再举一个。你说「给系统加一个第三方登录」，这句话画在地图上只有一行。疆域里躺着的却是一整串，老的认证模块当年怎么设计的，已有用户的登录状态怎么迁移，企业客户是不是还依赖某个旧行为，登录页要不要跟着改。这些你一个字没提，但每一条都决定成品对不对。
地图和疆域之间差的那一块，Anthropic 那篇文章管它叫 unknowns。我更愿意用地图的话说，就是空白，你没画、它路过时只能靠猜的地方。
地图与疆域
为什么它撞上空白不会停下来问你，这得从它干活的方式说起。它每次开工都是失忆重启，你给它的地图就是它眼里的全部世界。而它受的训练是把活干完，不是把你问烦。走到没画的地方，它的本能是按见得最多的走法接着走。这么补，十次里八次说得过去，落到你的具体场景里对不对，全看运气。活儿越大，路过的空白越多，猜错就越攒越多。
想通这一层，很多老争论一下就说通了。比如 prompt 到底该写多细。写太死，它明明看见了更好的路，也只会闷头执行你的错误指令。写太松，它就拿行业里的通行做法给你填空，通行做法到你这儿往往不合身。两种失败看着相反，病根是同一个，你不知道自己的地图哪里没画。
那空白怎么找。Anthropic 那篇文章给了个好用的拆法，分四格。这个四格最早是拉姆斯菲尔德在记者会上说出来的，被群嘲了很多年，如今放到 AI 协作上，正好对上号。
四种空白
第一格，你知道自己知道的。就是已经写进 prompt 的那些，不用管。
第二格，你知道自己不知道的。比如要做个功能，数据结构还没想好，你心里清楚这儿有个坑。
第三格，你不知道自己知道的。这格最阴。有些要求你从来不会写出来，因为太理所当然了，理所当然到你不觉得那是个要求。可成品一旦犯了，你一眼就能认出来。我那两篇报废稿就死在这格，「别写成软文」在我心里理所当然到从没说出口。品味这类东西基本全住在这格，说不出，看到就认得。
第四格，你不知道自己不知道的。刚进一个新领域，该问什么不知道，「好」长什么样也没概念。
四格对应四种打法，不能拿错药。这是我交完学费之后最大的体会。
1，让它反过来采访你。
治第二格。你知道有些事没想好，又懒得一条条自己捋。那就别捋，直接跟它说，动工之前你先采访我，一次问一个，把没说清的地方都问出来。
关键是加一条过滤，只许问那些答案会牵动架构的问题。不加这条，它能问出二十个客气但不痛不痒的问题，把你烦死。加了这条，问出来的个个扎在要害上。哪些数据要存下来，用户销号了记录怎么办，这种答错方向就得推倒重来的问题，才配在动工前占用你。
我常用的原话，可以直接抄。
动工前先别动手。你来采访我，一次问一个问题，把需求里含糊的地方问清楚。只问那些答案会牵动数据模型、接口约定、权限边界、迁移方案或用户可见行为的问题，命名和实现细节你自己定，别来问我。每答完一个，先更新你对整个方案的理解，再问下一个。
2，先打样，再开工。
治第三格，品味格。既然说不出、只认得出，那就别为难自己的嘴，给眼睛创造机会。
做法简单，让它先出两三个方向完全不同的小样，你挑。写文章，先出三个不同角度的开头，各两百字。做界面，先出四版路子完全不同的静态稿。挑中了，再往下做全套。跟印刷厂一个道理，先打样给客户过目，客户点头才开印，没人直接开印一万册赌客户满意。
两百字的开头废三个，成本约等于零。四千字的成稿废两篇，就是我上个月交的学费。同一个坑，在小样里露出来和在成稿里露出来，差着二十倍的价钱。
这篇文章自己就是这么写的。动笔前，我让 Claude 出了三个开头，翻车实录、概念科普、反直觉判断，各两百字。我挑了第三个，就是你正读着的这个。
prompt 骨架长这样，照着改。
先别写全文。给我出 3 个方向差别很大的开头，每个两百字上下，各配一句话说明这个方向图什么。我挑一个，你再展开。
3，盲区扫描。
治第四格。刚进新领域，问题都提不出来，那就先别干活，让它先给你画一张这个领域的地图。
我要做 X，这个领域我是外行。先别动手。帮我做一次盲区扫描，列出我多半没意识到的坑、我该问但不知道要问的问题，还有「好」在这行长什么样。按风险和回头成本排序，每条给出具体出处或代码位置，别给我一篮子空话。最后教我怎么给你提需求。
Anthropic 那篇文章里有个很妙的例子。作者剪视频，觉得画面发灰，知道该调色，但不懂调色。他头一个反应是让 Claude 调几版让他挑，结果挑不动，他根本不知道好的调色长什么样，打样这招失灵了。后来换了个问法，让 Claude 先给他讲调色的基本门道，学明白再挑，一下就顺了。
这例子我记到现在，它点破了一个容易含混的地方，第三格和第四格不通用一副药。挑小样的前提是你认得出好坏。认不出，先补课，把第四格的问题变成第三格的，再按第三格来。补课花你半小时，听着亏，比闷头重做三遍便宜多了。
4，拿参考物说话。
这条算前面几招的补充，但值得单独拎出来。有些东西你形容半天，不如直接指给它看。
想要某个库的重试逻辑，别形容，把那个库的源码指给它，读完照着做。想抄某个网站的设计感觉，别说「高级一点」「干净一点」，把网站丢给它，让它去读底下的代码。一件参考物顶一百个形容词。而且源码比截图还顶用，源码里带着骨架，截图只有皮相。
vendor/rate-limiter 这个库的退避重试就是我要的行为。读它的源码，把同样的逻辑在我们的 TypeScript 客户端里照着实现一遍。
四格对症下药
讲到这儿你可能会想，那我把前期功课做到极致不就完了。
不行。问也是有成本的，而且越问越薄。问到第五轮，它问出来的问题你自己都答不上来，再问下去就是互相折磨。
我自己的收手标准是，「做没做对」一旦能交给一条测试、一个脚本、一次 lint 说了算，就立刻收住嘴，开工。到了这一步，让它干完直接跑检查，比你继续用嘴形容快得多。这块我在让 Agent 自己证明它做完了里写透了，验收这套搭得越硬，前期要说清的就越少。
另一个变化也在把天平往同一头压。生成越来越便宜，「做三个再挑」会越来越多地赢过「问清楚再做一个」。品味类的活儿尤其如此，小样反正不值钱，多打几个样，比多聊三轮天划算。
干长活还得添一个动作。前面的招全用在动工之前，可有些空白，干到一半才冒头，写到一半发现现成的架子装不下，测试跑起来才发现老逻辑里埋着暗桩。这种时候别指望它停下来等你，给它立个规矩，一边干一边记偏航日志。
干活过程中记一本偏航日志。凡是实际代码跟计划对不上、你替我做了取舍、或者跳过了哪个边角情况，都记下来，写清发现了什么、牵扯到什么、你选了哪条路、哪里等我拍板。命名格式这类小事不用记。记完拣稳妥的路接着走，别停下来等我。
干完我翻一遍日志，五分钟就知道它在哪些地方替我拿过主意，比从头读改动快得多。等于给长活装了个飞行记录仪，摔了能查出从哪儿开始偏的。
最后说最要紧的一条，也是 Anthropic 那篇没讲的。
每个坑，只交一次学费。
你用两篇报废稿换来了「别写成软文」这条暗要求，学费已经交了。往下的分岔在于，这个教训是搁在你脑子里，还是写进系统里。搁脑子里，换个话题、换个新对话，同一个坑多半还得再踩一遍。前面说过，它每次开工都从你给的地图重新认世界，你不写，它永远不知道。
我的做法是当场落笔。那回报废之后，「别写成软文」进了我博客的配置，成了一条硬规矩，每篇新稿自动管着。这回的「先打样」也一样，我把它写成了写作流程里的死规定，新文章不出三个开头不许写全文。地图每补一块，往后每一次开工都跟着沾光。
顺着再往前想一步，还有一笔更大的账。差距既然是疆域比地图多出来的那部分，缩小差距就有两条路。一条是每次干活把地图画细一点，这篇讲的全是这个。另一条是把疆域本身修得规整些，让它天生好画，代码库的目录一看就懂，约定一搜就到，规矩写在它每次必读的地方。这些活儿干一次，管住以后每一次。这条路我单独写过一篇代码仓库是给 Agent 的 API，跟这篇正好一体两面。
把整套东西拧干了给你带走。没想好的，让它采访你。说不出但认得出的，先打样。问题都提不出的，先扫盲区。形容不清的，给参考物。验收能交给机器了，闭嘴开工。踩了坑，当场写进规矩。
回到开头那句。强模型放大你的含糊，可它同样放大你的清楚。这一代模型没淘汰会干活的人，它把「知道自己要什么」变成了一门新手艺。
这门手艺最妙的地方在于，连你不知道自己要什么的部分，都可以让它帮你找出来。