你让它帮你调试一次部署。模型回了 4 段精致 prose，讲”先考虑环境配置”、“调查部署流水线”、“复盘相关日志”。没文件路径、没具体命令、没要查的配置值。读起来像顾问 deck，不是修复。光精致没工件就是装饰——它满足了”有用回答”的形态，但没给任何人能动手的具体抓手。模型不是不帮忙，是太礼貌：训练让它在开放任务上走”顾问腔”，而顾问腔里工件本来就稀少。
本文讲为什么”精致输出”哪怕你追问”具体点”也还是精致，以及怎么用 schema 强制工件，而不靠加形容词。
常见原因
1. Prompt 要建议，不要工件
“我该怎么思考 X”得到思考框架。“产出 X”得到 X。动词决定你拿到的是讨论还是交付物。
如何判断：你的动词是”建议”、“解释怎么”、“讨论”、“考虑”。
2. 没要求工件
你没说”至少 1 个文件路径、1 个命令、1 个数字”，模型就略掉，因为 prose 更便宜且读着更像在思考。
如何判断：你的 prompt 没有工件清单。
3. 软动词在 prompt 里漏到输出里
你 prompt 说”考虑是否……”，模型回声”你也许可以考虑……”。软动词会传染。
如何判断：prompt 含”考虑”、“想想”、“探索”、“看一下”。
4. 没给可执行输出示例
你描述了”可执行”但没展示。模型走训练分布的”可执行”平均态，大多还是 prose。
如何判断：prompt 描述了形态但没展示一个。
5. RLHF 让模型在开放问题上 hedge
现代 chat 模型在开放问题上打太极避免出错。打太极把工件藏在”可能”、“也许”、“取决于”后面。
如何判断：基本每隔一句就有 hedge 词。
动手前先确认
- 想清楚有用答案该含哪些工件：文件路径、命令、数字、版本号、代码片段、schema 片段、命名工具。
- 保存精致输出做 diff 用。
- 想清楚谁来执行、需要什么。
- 规划一个把工件作为字段强制的 schema 或模板。
- 标出 prompt 里要替换的软动词。
需要收集的信息
- 当前 prompt。
- 不可执行的精致输出。
- 可执行版本该含的工件清单。
- 输出的下游消费者。
- 模型 + system prompt。
最短修复路径
Step 1：把”建议”换成”产出”
差： "对发布修复给点建议。"
好： "产出 5 步修复，编号列表。每步必须含：
- 一条要运行的命令（代码块）、
- 一个要查或改的文件路径、
- 预期结果（1 行）。"“产出”动词 + 工件清单逼出具体性。
Step 2：用 schema 强制工件
输出 schema：
[
{
"step": <int>,
"command": "<准确 shell 命令>",
"file": "<绝对或相对路径>",
"expected_output": "<一行字符串>"
},
...
]Schema 字段不能填 prose。模型没有具体的就只能写 UNKNOWN。
Step 3：禁软动词
禁用："考虑"、"也许可以"、"你或许"、"可能"、"探索"。
不许出现。给不出具体下一步时写 "INSUFFICIENT_INFO"
并询问需要什么具体数据。禁 hedge 逼模型要么提交要么升级。
Step 4：给具体示例
像这样：
1. 运行 `vercel logs --since=10m` 查看最近报错。
文件：vercel.json（看 buildCommand）
预期：日志里有 "Error: env STRIPE_KEY missing"
不要这样：
1. 可以考虑复盘部署日志，看看有没有
和问题相关的异常。对比让形态毫不含糊。
Step 5：让模型自审
末尾加：
写完后数每步的工件：
- 每步是否恰好 1 命令、1 文件、1 预期？ 是/否
- 全文工件总数：<数>
- 5 步输出全文工件 < 15 个时重写以加具体性。工件计数机械化，模型擅长。
Step 6：用真实输入数据
prompt 泛（“帮我调 bug”），输出就泛。粘真实报错、真实配置、真实日志。具体输入拉具体输出。
怎么确认已经修好
- 输出每个逻辑单元（每步、每条 bullet、每节）有 3+ 工件。
- 同事读完能直接动手，不需要追问。
- 软动词（考虑、也许、可能）出现 0 次。
- 同 prompt + 同输入，多次输出工件密度相近。
- 输出读起来像 runbook，不像 memo。
如果还是没修好
- 任务可能在你的输入下真的没有具体抓手——多粘输入数据。
- 换更强的模型——有些 hedge 少。
- 切到多步工作流：第一 prompt 抽事实、第二 prompt 从事实产行动方案。
- 重复任务在 API 层做 JSON schema 强制的行动方案模板。
预防建议
- 默认：每个”建议型” prompt 写明要产出的工件。
- 每个任务类型维护”可执行输出”清单（发布修复、code review、PRD）。
- 没工件的输出当草稿，不当交付。
- 审已接受输出：数工件密度；低就收紧 prompt。
- 默认动词从”建议/讨论/考虑”换成”产出/列出/写”。
- 团队工作流商定最低工件密度（如”每步必须含一条命令”）。
相关阅读
标签: #排查 #Prompt #Prompt 质量 #回答太泛