Prompt写得越长，AI越不听话

很多人的 Prompt 不是一次写长的。

第一次让 AI 整理会议纪要，行动项漏了负责人，于是补一句“必须写负责人”；后来又补上表格、风险提示、待确认事项。每次输出不满意，就往模板里加一条规则。旧要求舍不得删，新要求继续往上叠。

用久了，这份 Prompt 很像一张反复贴补丁的工作说明：里面既有周报要求，也有方案分析的格式，甚至还留着早就不用的流程。真正要做的事情，反而藏在几十条规则中间。

Prompt 的问题不在长短，而在每一段信息有没有服务当前任务。

01 字很多，不等于信息够用

复杂任务当然可能需要很长的 Prompt。让 AI 比较三份方案，就要给它方案原文、比较口径和限制条件。缺了这些，短 Prompt 只会换来空泛答案。

麻烦出在另一种“长”：同一个要求换几种说法反复强调；前面要求“只写结论”，后面又要求“完整保留讨论过程”；已经不用的审批步骤还留在模板里；这次只整理会议纪要，却塞进一整套周报规范。

这些内容会让真正重要的信息变得难找。AI 还要判断哪些规则优先、遇到冲突该听哪一句。负责人、截止时间和待确认事项，可能还没有一句“语言要专业、自然、简洁、有深度”显眼。

有效信息密度低，才是长 Prompt 最常见的麻烦。

整理一份 Prompt，可以先看四件事。

要完成什么：把任务写成一个能执行的动作，比如“将会议记录整理成供项目组确认的纪要”，比“帮我优化一下这段内容”清楚得多。

需要哪些上下文：交代会议主题、参与角色和原始记录。判断标准是这些信息会不会影响回答。

怎样算完成：明确需要哪些结果。例如必须包含结论、行动项、负责人、截止时间；没有明确日期的事项标为“待确认”，不能自行补写。

哪些动作不能擅自做：比如不改变原意、不虚构信息、不替负责人作决定。边界写清楚，比追加一串语气形容词更有用。

OpenAI 的开发者文档建议用 Identity、Instructions、Examples、Context 等部分组织提示词，并说明 Markdown 或 XML 可以帮助模型理解指令与上下文的逻辑边界。直接启发是把不同用途的信息分开，它并不能推出“Prompt 越短越好”。

一份还能用的 Prompt，不必全部推倒重来。保留当前版本，每次只处理一类问题，再用同一批真实材料复测。

例如，修改前可能是：

请整理下面的会议记录。内容要完整、简洁、专业、自然、有条理、有深度，不要遗漏任何信息，只保留最重要的信息。按照我之前的周报模板输出，必须包含项目背景、过程、结论、行动项、负责人、截止时间和风险。信息缺失时合理补充，但不要虚构。所有内容控制在 500 字以内，越详细越好。

这段话里，“不要遗漏任何信息”和“只保留最重要的信息”打架；“合理补充”和“不要虚构”边界不清；周报模板与会议纪要无关；“500 字以内”和“越详细越好”也可能互相牵制。

修改后可以写成：

将下面的会议记录整理成供项目组确认的纪要。

输出包含：会议结论、行动项、负责人、截止时间、待确认事项。

只使用原始记录中的信息。负责人或日期不明确时标注“待确认”，不要推测。

合并重复讨论，保留会影响执行的分歧。使用简洁中文和表格输出行动项。

<会议记录> …… </会议记录>

这个版本变短了，但“短”只是清理后的结果。真正的变化，是目标、完成标准、行动边界和原始材料各自归位了。

测试时别只看一份输出顺不顺眼。选几份真实会议记录，分别跑修改前后的版本，检查负责人是否漏掉、待确认信息有没有被猜测。OpenAI 官方文档同样强调，应结合 evals 检验提示词效果。对普通职场任务，一张固定检查表也能让比较更可靠。

多份材料汇总、合同检查、方案比较和高风险任务，都需要充分上下文与明确限制。为了追求短而删掉关键材料或判断口径，输出只会更不可靠。

因此，清理 Prompt 时该删的是重复表达、冲突要求、过期流程和无关内容。需要保留的，是会改变回答结果的信息。每次只改一类，再用同样的任务复测，比收藏一个新的“万能模板”更容易找到问题。

一份好的 Prompt 应该足够完整，也应该做到每一条都有用。