让 AI 干活，它却甩给你一份清单

你让模型写一个落地页、重构一个函数、起草一封发布邮件。结果它给了你 10 条要点：“写落地页的步骤”、“重构时要考虑什么”、“发布邮件要包含什么”。交付物没到——只到了关于”怎么产出交付物”的元讨论。这就是规划模式失效：模型把你的请求当成”求建议”，于是回方法、不回成品。

最快的修法： 把主要动词从 how/what（怎么/什么）换成祈使句（write、output、produce、refactor），钉死输出类型和长度，再加一句：Produce the artifact directly, not a plan or list of steps.（直接产成品，不要计划或步骤清单。）同一个模型，你问 "hero 文案怎么写" 它给你清单，你说 "写 hero 文案，两行内，不超过 14 字" 它就直接交文案。

2026 年有个变化值得注意：ChatGPT 的模型选择器（GPT-5.5 的 Instant / Thinking / Pro）以及推理模式整体上让这个问题更严重，而不是更轻。Thinking 和 Pro 模式会显式地一步步推演，所以一个措辞松散的请求，比在过去只有即时模型时更容易被退回成一份计划。现在把动词收紧反而更重要，不是更不重要。

你属于哪一类？

你看到的症状	最可能的原因	跳到
prompt 动词是 how/what/explain；输出像教程	”怎么”框架把模型推进建议模式	Step 1
输出是编号阶段，每个阶段下面没有代码/内容	任务大，模型用计划自我保护	Step 4
你写了 describe/走一遍，得到叙述性 bullet	输出形状隐含”叙述”需求	Step 1 + 3
单条追问”现在做第一步”仍返回子步骤	前面几轮锁定了规划框架	Step 6
用 Claude Code，它永远只规划、从不改文件	你处在 Plan mode（⏸ plan mode on）	见”如果还是没修好”
chat 里正常，走 API 就变清单	没钉死输出类型/schema	Step 3 + “如果还是没修好”

常见原因

按命中率排序。

1. “怎么”框架把模型推进建议模式

典型反面：

"How should I write the function?"
"What is the best way to structure this email?"
"How do I refactor this for readability?"

模型把它们当方法题，回方法。技术上没错——只是不给成品。

如何判断： prompt 的主要动词是 how、what、explain、approach，而不是 write、produce、output、return。

2. 任务大，模型用规划自我保护

请求是 "build me a CRUD app" 或 "refactor this 800-line file"，模型常常先给计划，因为完整成品会撑爆输出预算、或一次性产出有风险。计划是它的”安全阀”。推理模式（ChatGPT Thinking/Pro、Gemini 3.1 Pro、开了扩展思考的 Claude Opus 4.7）尤其如此——它们的训练就奖励”先列计划再动手”。

如何判断： 输出是编号的阶段列表，每个阶段只有名字、底下没有真实代码或内容。

3. 输出形状隐含”叙述”需求

"explain how to do X" 或 "describe the steps to Y" 这类 prompt 本身就在要叙述，而叙述天然成列表。你要的不是成品，是”造成品的描述”。

如何判断： 重读 prompt，动词若是描述性的（explain、describe、走一遍），出列表是设计的结果。

4. 前轮建立了规划框架

如果第 1 轮是 "我们先规划下迁移"，第 5 轮是 "现在做第一步"，模型多半留在规划模式，回的是子步骤而不是执行。

如何判断： 往上翻。最近几轮都是阶段、里程碑、“怎么 approach”，不是具体成品。

5. 模型以为你在学，不是在出活

教程类训练数据严重列表化。当请求看起来像学习问题，模型默认进教学模式。"I want to understand X" 触发列表；"produce X" 触发成品。

如何判断： 输出读起来像教程的小节标题，带 "first, you should consider..." 这类句式。

6. 矛盾约束触发啰嗦偏好

你一次提两个互斥要求——"keep it short but cover everything"（要短但要全）——模型会用”啰嗦”来化解冲突，因为输出越多越显得”完整”。而清单正是那个啰嗦选项，于是它选了清单。这是当前 chat 模型已被记录的失效模式，不是你的问题。

如何判断： 你的 prompt 里有互斥约束（简洁 + 全面、简短 + 详尽），输出靠列表来和稀泥。

7. 含糊的”给我 X”——X 既可能是文档也可能是清单

"Give me a marketing plan" 是含糊的——X 是一份计划文档，还是一串营销步骤？模型常选列表，因为列表比写一份有立场的文档”更安全”。

如何判断： 输出是 bullet；其实交付物完全可以是散文、表格或代码块。

动手前先确认

• 确认问题是在 chat UI 还是 API 出现的；表现和修法都不同。
• 在 ChatGPT 里看选择器停在哪个模式（Instant / Thinking / Pro）。Thinking 和 Pro 更爱规划。
• 记下完整 prompt、模型与模式、system prompt、以及前几轮历史。
• 把列表输出原样保存，与改写后对比。
• 判断任务是否真的大到需要先规划。
• 检查 prompt 是不是不小心写成”怎么”问句而非指令。

最短修复路径

按收益排序。

Step 1：把”怎么”改成祈使动词

规划 prompt	执行 prompt
"How should I write the function?"	"Write the function. Signature: getUser(id: string): Promise<User>. Return runnable TypeScript."
"What's the best way to write this email?"	"Write the email. Subject line + 4-sentence body. Tone: warm, direct."
"How do I refactor this for readability?"	"Output the refactored code in full. Same behavior. Maximum function length: 20 lines."

把动词从 how 换成 write/output/produce，做了 80% 的工作。

Step 2：禁用规划词汇

附加：

Output rules:
- Produce the artifact directly, not a plan or list of steps.
- Do not write "first, you should..." or "here is how to approach this".
- No section headings unless the artifact itself requires them.
- Skip any preamble; start with the first line of the artifact.

Step 3：钉死成品的类型和形状

明确告诉模型输出的”类型”：

Output type: TypeScript function, single file.
No comments unless explaining non-obvious logic.
Maximum 40 lines.

或：

Output type: 3-paragraph blog intro.
Length: 80-120 words.
First sentence must contain a specific number or proper noun.

类型化的返回值堵住模型用列表替代的可能。如果你在用 API，别只靠散文描述——直接把形状强制下来（见”如果还是没修好”）。

Step 4：大任务把”规划”和”执行”拆成两轮

任务真的需要规划就显式拆：

轮 1："列出重构这个文件需要的 4 个子任务。先不写代码。"
轮 2："完整执行子任务 1。输出代码，不是代码的计划。"

千万别在一个 prompt 里同时做——后半段必退化成列表。而且计划要具体：一份写着 figure out the right approach（搞清正确思路）、investigate the issue（调查这个问题）的”计划”根本不是计划，对执行轮没有任何帮助。

Step 5：给”结果示例”不要给”计划示例”

用 few-shot 展示成品：

Example output:
---
export async function getUser(id: string): Promise<User> {
  const row = await db.query.users.findFirst({ where: eq(users.id, id) });
  if (!row) throw new NotFoundError(`user ${id}`);
  return row;
}
---
Now write the same shape for getOrder(id: string).

模型会复制示例的形状——成品示例就出成品。计划示例就出计划，所以永远别拿一份编号清单当示例。

Step 6：对话卡在规划态就重置

如果 1-5 轮都在规划，第 6 轮才是执行，新开会话只粘相关上下文。长规划会话累积的框架，单次追问消不掉。把执行轮需要的那一个输入（文件、规格）粘进去，冷启动直接下祈使句。

怎么确认已经修好

• 输出是成品（代码、散文、表格、JSON），不是步骤编号清单。
• 同事可以直接发布或入库，无需再生成。
• 输出前 2 行就是成品本体，不是前言。
• 没有 "first, you should consider..."、"here is how to approach..." 这类句式。

如果还是没修好

• 在用 Claude Code？ 看终端最底部。若显示 ⏸ plan mode on，你就处在 Plan mode——它会分析、会规划，但按设计不会改文件、不会跑命令。按 Shift+Tab 循环切出去（Windows 上是 Alt+M），或者别用 claude --permission-mode plan 启动、改用普通模式。
• 从 chat UI 切到 API，强制一个 schema。 散文指令失效时，这是最稳的修法。
  • OpenAI：传一个严格 JSON Schema。JSON Mode（response_format: { type: "json_object" }）截至 2026 年已是 legacy——它只保证 JSON 合法，不保证你的形状。用 response_format: { type: "json_schema", json_schema: {..., strict: true} }（Chat Completions），或 Responses API 里的 text.format。
  • Anthropic：prefill 在 Claude Opus 4.7 / Sonnet 4.6 上已不再支持（会返回 400 Prefilling assistant messages is no longer supported）。改用结构化输出，通过 output_config.format 配 JSON schema，或用 system prompt 点名确切的输出类型。
  • Google：在 Gemini 3.1 Pro 上设 responseMimeType: "application/json" 加一个 responseSchema（可直接配 Zod/Pydantic）。
• schema 定为 { "artifact": "string" }，不要 { "steps": ["string"] }。字段名本身就会把模型从列表上拽开。
• 在 ChatGPT 里，短而明确的执行任务就切到 Instant 模式；Thinking/Pro 留给真正难的推理。一个默认就爱规划的模式，会一直规划下去。
• 执行任务把 temperature 降到 0.3 左右；0.7-1.0 容易啰嗦元评论。
• 小模型撞到能力上限、退化为清单时，换更强的模型。
• 有 API 推理深度参数的地方，用参数设深度，别在 prompt 里写”好好想想”——那只是烧掉本该承载你真实指令的 token。

预防建议

• 规划模板和执行模板分开维护，永远不在一轮里混用。
• 执行 prompt 的禁用词：approach、consider、you might、steps to。
• 审最近 10 个 prompt：how vs write/output/produce 各多少。目标 80% 是祈使句。
• few-shot 用成品示例，不用计划示例。
• 工具支持结构化输出时，schema 定为 { artifact: string } 而不是 { steps: string[] }。

常见问答

为什么 GPT-5.5 Thinking 给我一份计划，而 GPT-5.5 Instant 直接把活干了？ Thinking 和 Pro 模式在回答前会花显式推理，那段推理常常以一份可见的计划形式冒出来。短而完全指定的活（写这个函数、起草这封邮件），把选择器切到 Instant。Thinking/Pro 留给”难点在推理、不在打字”的任务。

我都说了”be concise”，它还是给了一长串清单，为什么？ “简洁”配一个含糊动词，是个矛盾，模型用列表来化解——列表显得”覆盖全面”。“简洁”不是一个输出类型。把它换成具体类型加上限：Output type: one paragraph, max 60 words.

强制一个 JSON schema 真能止住清单问题吗？ 能，而且比任何散文指令都稳。一个只有 artifact: string 单字段的严格 schema，让模型没地方放列表。用 OpenAI 的 json_schema strict 模式、Anthropic 的 output_config.format、或 Gemini 的 responseSchema。除非你真要步骤，否则别给 steps: string[] 字段。

Claude Code 一直在规划、从不改文件，哪里出问题了？ 你几乎可以肯定是处在 Plan mode。看终端底部有没有 ⏸ plan mode on。Plan mode 会刻意拦住文件编辑和命令，直到你批准。按 Shift+Tab 退出（Windows：Alt+M），再重发请求。

我直接让它”do it, don’t explain”行不行？ 有帮助，但单靠这句不够。要配上点名的输出类型和长度。最强的一行是：Produce the artifact directly, not a plan or list of steps; start with the first line of the output.

相关阅读

• 输出听着精致但不可执行
• AI 回答太泛
• Prompt 太宽泛
• 没指定输出格式
• 一个 Prompt 塞太多任务

标签: #排查 #Prompt #Prompt 质量 #Prompt 工程

相关文章

常见问题解决库

few-shot 例子质量参差，把输出拉下来了

给了模型 5 个例子，2 个很好、3 个一般，结果它往一般的那几个靠拢。质量方差为什么伤、怎么砍到 3-5 个一致的例子。

2026/05/24 #Prompt 工程 #排查

常见问题解决库

模型返回非法 JSON——因为 schema 是描述、不是强制

你让它按 schema 返 JSON。95% 合法，3% 在 JSON 外面包了散文，1% 漏字段，1% 类型错。描述 vs 强制，在 API 层修。

2026/05/24 #Prompt 工程 #排查

常见问题解决库

模型编造假引用和假 URL

模型给的引用看起来像 Smith et al. 2019，但论文根本不存在；或者给的 URL 一点就 404。引用幻觉为什么发生、怎么彻底压住。

2026/05/24 #Prompt 工程 #排查

常见问题解决库

模型用错语言回复（怎么锁死）

你用英文 prompt，结果它用中文回，或者中途切到西班牙文。语言漂移的确切根因，以及锁死输出语言的 system prompt + 重试套路，2026 年 6 月核实。

2026/05/24 #Prompt 工程 #排查

常见问题解决库

回答被截断在半句话：max_tokens 设太低（2026 修复）

模型回复中途断掉、JSON 没闭合、代码块缺反引号。绝大多数是 token 上限。怎么估算、按 SDK 检测、怎么恢复。

2026/05/24 #Prompt 工程 #排查

常见问题解决库

Prompt 要 10 条，模型给 3 条就停

你要 10 个想法，结果只给 3 个，或者凑齐 10 条但全是水。list-N 任务为什么 under-deliver，以及真正能拿到 N 条不同结果的 prompt 与 schema 修法。

2026/05/24 #Prompt 工程 #排查