使用大模型的一个提示词体会

一个启发是以后问ai问题的时候，你得想清楚，你得把问题写完整。每次的问题都是比较完整，不要慢慢的通过补全的方式去追问，否则的话ai的推理是不完整的，每次的提问都是严密的，完整的回答问题——把每一次提问都当作一次独立的、完整的“信息快照”来设计，不要依赖多轮对话中的“累积补全”。

因为大模型在多轮对话中确实会“锚定”自己早期的回答，即使后来补充了关键信息，它也很难推翻自己已经说出口的话。这就像你让一个人先写下一个初步结论，然后每补充一条新信息就让他“在原结论上打补丁”——最终结果往往不如让他一次性看到所有信息再重新下结论。

更通用的最佳实践是：

需要确定答案时 → 一次性给出所有背景、条件、约束、例外情况。这样模型能做全局无偏的推理。

需要探索或头脑风暴时 → 反而适合分步追问，因为你可以根据模型的初步回答调整方向，这种场景下模型“锚定”的副作用小，甚至可以利用它来聚焦。

如果不得不多轮补充 → 可以主动“重置”模型：开一个新对话（或在新会话中明确说“忽略之前所有对话，我们重新开始”），然后把所有信息一次性贴进去。

简单一句话：把AI当成一个“没有记忆、也不擅长自我纠错的单次推理引擎”，每一次提问都按“最终版”来写。 这样能最大程度避免您观察到的“分步给信息反而得到否定回答”的怪现象。

【虽然我承认这么干很麻烦，但不这么干有时候会气半死】