你问”这个项目用什么数据库最好”，得到一个听着挺自信的选择。同一 prompt 跑三次——三个不同的”最好”。每个都有合理理由。理由全都跟你的真实项目无关。模型没失败。你问”最好”但没给决策规则，它就挑训练数据里”最好的数据库”这个 token 关联里正向最强的那个，通常是模型训练时正流行的那个。没有显式权重、标准、tie-breaker 时，“最好”就是”听着自信的”——自信不等于正确。
本文讲怎么把”最好”翻成显式决策规则，产出一致且可辩护的答案。
常见原因
1. 没指定维度
“最好”沿什么维度？成本、延迟、可扩展、团队熟悉度？你没说。模型自己挑——通常挑训练数据里情感最强的那条。
如何判断：你的 prompt 没维度词（“最便宜”、“最快”、“最稳”）。
2. 多标准、无权重
你列了多个标准——“要又快又便宜又好维护”——但没说哪个最重。模型选先验情感最强的那条。
如何判断：2+ 标准没顺序、没权重。
3. 没说要忽略什么
不写”忽略品牌口碑”或”忽略 vibe”，这些因素就悄悄主导。品牌识别是巨大的隐性权重。
如何判断：模型选了 AWS / OpenAI / Stripe 等”通用最受欢迎”选项，但你的输入数据并不支持。
4. 没 tie-breaker
两个选项分接近时模型挑先提的或训练数据里更多的。随机。
如何判断：同 prompt 多次跑在 top 2-3 里换”赢家”。
5. 前轮隐性标准
长对话里前轮建了一个框架（“我们看重成本”）你忘了。模型还按它锚”最好”。
如何判断：同 prompt 在新对话里选不同。
动手前先确认
- 写下你真正关心的维度。
- 多维度的话排序 + 粗权重。
- 想清楚要让模型忽略什么。
- 决定 tie-breaker 规则。
- 经常做的决策存成可复用 rubric。
需要收集的信息
- 带”最好”的当前 prompt。
- 3 次独立 run 的输出。
- 你真实的项目上下文（负载、约束、团队）。
- 你认为”对”的历史决策 + 理由。
- 模型 + system prompt。
最短修复路径
Step 1：把”最好”换成”在[维度]上最好”
差： "这个项目用什么数据库最好？"
好： "处理 1 万写/分钟、p99 读延迟 <100ms 的最便宜数据库是哪个？
负载：90% 读、10% 写，平均 3kb 行，共 100GB。"维度（“最便宜”）+ 阈值（“1 万写/分钟”、“<100ms p99”）+ 负载规格消歧。
Step 2：用带权重的 rubric
多标准决策：
带权重的标准：
- 成本：40%（越低越好；上限 300 美元/月）
- p99 读延迟：30%（越低越好；最大 100ms）
- 团队熟悉度：20%（1=没用过，5=每天用）
- 维护负担：10%（1=托管，5=自托管）
对每个选项：
1. 每条 1-5 打分。
2. 乘权重。
3. 求和总分。
4. 选最高。
5. 展示打分表。逼出显式推理，模型藏不住。
Step 3：声明要忽略
评估时忽略：
- 厂商品牌口碑。
- HN 评论里有没有提到。
- 训练数据时效偏好。
- 营销话术；只用文档化的限额和定价。显式忽略防止它们作为隐性权重溜进来。
Step 4：声明 tie-breaker
Tie-breaker（top 2 分差 ≤ 0.3 时启用）：
1. 优先团队里有更资深贡献者的那个。
2. 还平就优先 track record 更长的。
3. 还平就返回两个并标注。Step 5：把 trade-off 当答案的一部分
对选出的选项列出：
- 2 件这个选择比 runner-up 更差的事
- 1 件以后被迫切换会失去的东西
- 1 个会改变答案的未知数Trade-off 把”最好”和”在我们约束下最好”分开。
Step 6：建可复用 rubric 文件
经常做的决策（选厂商、选库、选架构）把 rubric 存文件。新决策用同 rubric + 新选项。
怎么确认已经修好
- 同 prompt 跑 3 次选出同一”最好”。
- 打分表可重现；手算能复现。
- Trade-off 列表里是具体弱点不是 vibe。
- 同事用同 rubric 得到同结论。
- 决策可书面辩护。
如果还是没修好
- 标准可能还是虚——尽量量化。
- 加 1-2 个过往决策的工作示例做锚。
- 敏感上下文决策模型可能没数据——给它。
- 有些决策真的没”最好”——正确答案是”top 3 任选；trade-off 如下”。
预防建议
- 默认：每个”最好” prompt 翻成带权重的 rubric。
- 每类决策建 rubric 文件（厂商、架构、库、工具）。
- 团队决策先商定 rubric 再 prompt。
- 每月审”最好”决策——是否可复现？不能就说明 rubric 缺东西。
- 写作反射：把”最好/最/top”全换成维度具体语言。
- 不确定时让模型先提案 rubric；审过再问选择。