AI 七宗罪全网最全审判指南：从入门到榨干

我从 Claude code转到 Codex 后，最先把我劝退的不是能力，而是回答又臭又长：问一句，它先复述背景，再讲一遍原则，接着列出一大串步骤，真正要我做什么却埋在最后几行。很多回答我根本没力气看完，也抓不住重点。
话多还只是表面。有时需求没问清，它已经开工；有时你没说的条件，它偷偷替你决定；执行到一半又开始加戏、失忆，最后什么都没验证，先宣布“已经完成”。换模型、改提示词可以暂时缓解，但同类问题很快又会回来。
这篇文章不讲抽象的“AI 行为工程”，只审七个每天都能遇到的毛病。

抢答、脑补、独断、加戏、话痨、失忆、报喜。

逐一把它们送上被告席。每章都有一条可以直接粘贴的提示词；也有对应的 GitHub 项目。
目标⬇️
让 AI 开工前先问清，回答时抓住重点，执行中别跑偏，交付时拿出证据。

目录

1. 开庭：先找出你的 AI 最常犯哪宗罪
2. 第一宗罪｜抢答：你还没说完，它已经开工了
3. 第二宗罪｜脑补：你没说的条件，它替你决定了
4. 第三宗罪｜独断：想到第一条路，它就不再比较了
5. 第四宗罪｜加戏：你只让它改一处，它却把整套都重做了
6. 第五宗罪｜话痨：说了一整屏，还是没有下一步
7. 第六宗罪｜失忆：对话一长，它就忘了最初目标
8. 第七宗罪｜报喜：什么都没检查，它先说完成了
9. 合议庭：七宗罪一起出现，要不要上全套流程？
10. 终审：被告席上还有一个人
11. 判决之后：真正会榨干 AI 的人，知道什么时候放手

开庭：先找出你的 AI 最常犯哪宗罪

先别急着安装项目。回想你最近一次用 AI 返工的任务，看看最像下面哪一种：

你看到的现场	对应罪名
需求还没说清，它已经开始生产成品	抢答
你没提供的条件，它偷偷替你决定	脑补
想到第一种做法，就不再比较其他方案	独断
任务做着做着，范围越来越大	加戏
回答了一大屏，还是没有明确下一步	话痨
对话一长或换个窗口，目标和进度全忘了	失忆
没检查、没测试，就先说“已经完成”	报喜

一项任务可能同时撞上几条。第一次用这套方法，只抓最常发生、返工最贵的那一条。AI 如果总在开头理解错，就先别管措辞够不够漂亮；方向一直正确，只是交付前不检查，那就先给“完成”加一道门。哪里最容易返工，先改哪里。

第一宗罪｜抢答：你还没说完，它已经开工了

你说“帮我写篇文章”，AI 马上开始列提纲；让它做旅行计划，它已经排好景点；让它给产品提建议，它连产品给谁用都不知道，就敢给出十条优化方向。它有能力生成，不等于现在已经可以开工。

很多人会补一句：

有不清楚的地方先问我。

“不清楚”的范围太大。AI 可能一个问题都不问，用常见答案补齐空白；也可能一次甩来十五个问题，连标题字号和表格颜色都让你决定。只问那些会明显改变成品的问题就够了。

比如写新产品上线方案，这些值得问：

• 这份方案是为了说服老板批准，还是让团队直接执行？
• 预算上限是多少？
• 上线时间已经确定，还是需要方案来判断？

这些则不值得打断用户：

• 标题应该用几级字号；
• 已经提供的材料里有没有公司名称；
• 表格应该按什么顺序排列更容易读。

能从现有材料里找到的，AI 应该自己查。会改变方向、又无法从材料推出来的，才需要问。

要治抢答，不是让 AI 把所有细节都问一遍，而是先把开工权收回来。

把下面这条“开工禁令”直接发给 AI：

先不要开始执行。 请找出我的需求里会明显改变最终结果的缺失信息。 一次只问一个最关键的问题，并同时给出你的推荐答案和理由。 能从我提供的材料里找到的内容不要再问。 等目标、使用对象、边界和完成标准清楚后，再开始工作。

一次问一个，你只需要做决定，不用重新参加一场需求考试。附上推荐答案，也能避免 AI 把空白任务原封不动地退回来。

grill-me 专门处理开工前的追问：能自己查到的先查，剩下的关键空白逐个问，每个问题附上推荐答案。它不管后续执行。开工前，AI 只需交代已经确认什么、还缺什么，以及准备依据哪些假设继续。

第二宗罪｜脑补：你没说的条件，它替你决定了

抢答至少还能看见。脑补更隐蔽，AI 往往不会告诉你，它刚刚替你做了决定：文章没有指定读者，它默认写给行业从业者；预算没提供，它按照常见规模编了一档；数据没给来源，它顺手造出一组看起来合理的数字。你只说“做个注册功能”，它可能连邮箱验证、社交登录和忘记密码都一起加上。

这类问题常被统称为“幻觉”，日常任务里更常见的其实是需求幻觉：用户没说明，AI 就当成自己可以决定。也不用因此要求它“绝对不要猜”，很多小细节本来就该交给它处理。只要把下面三种情况分开：

1. **已经确认：**用户明确说过，或材料中能直接找到。
2. **工作假设：**为了继续执行暂时采用，而且容易修改。
3. **待确认：**一旦猜错，会明显改变方向、成本或风险。

要治脑补，不用禁止 AI 推断，只要让它把推断摊在桌面上。

中等以上的任务，可以先填一张最小任务卡：

任务： 给谁使用： 必须包含： 明确不做： 不能由 AI 自己决定： 怎样算完成：

以新产品上线方案为例：

任务：为新产品制作下月上线决策方案。 给谁使用：五人团队开会讨论。 必须包含：目标用户、主要渠道、两档预算、四周时间表、三个主要风险。 明确不做：不写半年运营计划，不编造市场数据。 不能由 AI 自己决定：预算上限、首发平台、确定上线日。 怎样算完成：逐项对照以上要求；外部数据附来源；列出仍未确认的内容。

这张卡给 AI 留下一块不能偷偷改写的底板，和提示词写得专不专业没关系。

Spec Kit 把这套做法做得更完整：先定义需求和使用场景，再形成计划和可以执行的任务；没说清的部分，另有澄清和完整性检查。它原本主要服务于能直接修改项目文件的 AI 工具，普通用户不用照搬所有命令。先把“要什么”写清楚，再让 AI 决定“怎么做”。

最后看一眼成品里还有没有“来路不明的决定”。AI 能主动标出确认信息、暂时假设和仍待拍板的内容，就不会再靠脑补推进任务。

第三宗罪｜独断：想到第一条路，它就不再比较了

需求问清了，AI 仍然可能走错。它想到第一条能执行的路线后，往往马上进入生产状态：选熟悉的工具，套常见的结构，沿用过去最常出现的解法。它未必比较过，只是很会把第一条路讲得完整。

模型越强，这种错误有时越难发现。弱模型的方案一眼就能看出漏洞；强模型可以把一个不适合你的选择解释得头头是道。

例如你要做一篇产品教程，至少有三条路线：

• 按功能菜单讲，覆盖全面，但容易像说明书；
• 按新手任务讲，容易上手，但可能遗漏高级能力；
• 按常见失败讲，问题感强，但要避免只讲负面体验。

如果 AI 想到第一条就开写，后面再怎么润色，也救不回错误的文章路线。

要治独断，先加一道“方案确认门”：只比较路线，暂时不执行。

把下面这段发给 AI：

先给我 2～3 种真正不同的做法。 分别说明它们适合什么情况、主要优点、代价和风险。 给出你的推荐，但不要开始执行。 等我确认路线后，再进入下一步。

别让 AI 为了凑数制造三个只有名字不同的方案。目标读者、实现路径、时间成本、使用难度或风险，至少要有一项明显不同。

Superpowers 在正式执行前会先讨论方案：通过提问明确需求，比较不同路径，分段展示设计，等人确认后再继续计划和实施。选项多少不重要，关键是知道为什么选这条路、它牺牲了什么、什么情况下应该换路。

第四宗罪｜加戏：你只让它改一处，它却把整套都重做了

“帮我把按钮文案改得更清楚。”AI 改完文案，又调整了按钮颜色、页面层级和注册流程。“帮我润色这篇文章。”它顺便改观点、重排结构，还补了几个你没有核实的数据。

这些改动不一定坏，问题在于它没有得到授权就扩大了任务。AI 很容易把“我还能做什么”理解成“我现在应该做什么”，结果是原目标没做完，新增工作又要重新确认。

要治加戏，先把“必须做”、“明确不做”和“发现但暂不处理”分开。

最简单只需要三栏：

本次必须完成： 本次明确不做： 发现但暂不处理：

执行中发现新问题，可以放进第三栏，但不能直接开工。要扩大范围，必须先说明：为什么值得做、会增加多少工作、会不会影响当前交付。

你还可以补一句：

每一项修改都要能对应到本次任务里的某条要求。无法对应的内容，只记录建议，不直接执行。

OpenSpec 适合解决“这一次到底改什么”。它会为一次变更保存提案、需求、设计和任务，人与 AI 先确认范围，再开始实施。相比完整的 Spec Kit，它更轻，也更适合给进行中的项目增加功能或修改。

普通用户不需要为改一句文案建立四份文件。好建议可以留下，但没有进入本次范围，就不应该悄悄变成工作量。

AI 只要能守住“明确不做”，把额外发现留在候选清单里，就不会再边做边扩建。

第五宗罪｜话痨：说了一整屏，还是没有下一步

方向对了，边界也守住了，交流仍然可能很累。你问“现在需要我确认什么”，AI 先复述项目背景，再介绍三个概念，接着列出八个注意事项，真正需要选择的内容藏在最后一段。

光要求“简短一点”解决不了问题，AI 可能把风险、不确定性和失败信息也一起删掉。

要治话痨，不是只让它少说，而是让每一屏先交付一个明确动作。

把回答顺序改成这样：

先告诉我现在要做的下一步。 多步骤任务使用编号。 如果需要我决定，一次只推进一个决定，并给出你的推荐。 背景和备选方案只保留会影响当前决定的内容。 风险、失败结果和未验证部分不能省略。 结尾只留下一个明确的下一步。

i-have-adhd 专门调整输出顺序：行动放在前面，步骤编号，减少无关展开，每次结束时留下一个具体动作。它只管 AI怎么说，不能保证 AI做得对；一句非常利落的答案，也可能建立在错误需求、错误数据或未经验证的结果上。

读完第一屏，应该马上知道当前结论、需要自己决定的事和下一步。如果还要从三页解释里捞答案，这个问题就没解决。

第六宗罪｜失忆：对话一长，它就忘了最初目标

长任务做到后面，AI 的记忆很像一张不断被涂改的白板。最近讨论的细节越来越醒目，最初的目标却慢慢退到角落；对话太长被压缩后，一些早期决定会消失；换一个窗口、换一个 AI，更不会自动知道昨天做过什么。此时只说一句“继续”，等于让它重新猜。

要治失忆，别保存全部聊天记录，留下下一位接手者能继续工作的最小状态。

先记住这七项：

当前目标： 已经确认的决定： 已经完成： 关键发现： 尝试过但失败的方法： 下一步： 尚未验证：

如果任务会跨很多轮，还可以把它拆成三份：

1. **任务计划：**目标、阶段和待办。
2. **关键发现：**资料、决定、排除过的方案。
3. **执行记录：**完成了什么、遇到什么错误、检查结果如何。

planning-with-files 使用的正是这套三文件方法：把计划、发现和进度留在文件里，不再只依赖随时可能被清空的对话。重新开始后，AI 先读这些文件，就能恢复目标和断点。

更长、更复杂的项目还可以参考 GSD Core：它把讨论、计划、执行、验证和交付分开处理，避免所有内容挤在同一段对话里。

普通用户不必为一封邮件建立状态文件。但出现下面任意一种情况，就值得留下交接：

• 任务已经跨两次以上对话；
• 需要换人或换 AI 接手；
• 中间做过重要决定，猜错会返工；
• 已经试过几种失败方案，不想再走一遍。

把交接记录发给一个完全没看过旧对话的 AI。它不用你重新讲背景，就能说出目标、已完成、下一步和风险，这份记录才算有用。

第七宗罪｜报喜：什么都没检查，它先说完成了

“已经完成。”这是 AI 最便宜的一句话，也是用户最容易误信的一句话。

假完成通常不是故意撒谎。AI 更常做的，是把一个很弱的事实包装成一个很强的结论：

• 文件写出来了，就说文章可以发布；
• 搜到几个结果，就说资料已经核实；
• 修改了代码，就说功能已经修复；
• 页面能打开，就说整个流程没有问题。

一句“完成”至少要回答三个问题：

1. 你检查了什么？
2. 实际结果是什么？
3. 还有什么没有验证？

要治报喜，就把“完成”改成一张必须用证据填满的交付表。

表格至少保留这四列：

完成要求	检查方法	实际结果	证据或位置
是否满足原始需求	逐项对照任务卡	通过 / 失败	对应段落或文件
是否真的可以使用	实际打开、运行或走一遍流程	通过 / 失败	截图、输出或测试结果
是否出现新的问题	运行相关检查	通过 / 失败	错误信息或检查记录
是否还有未知项	列出没有能力验证的部分	有 / 无	风险说明

Superpowers 把“完成前验证”设成必经步骤：准备宣布成功前，重新运行能证明当前结论的检查，读取刚刚得到的结果，再报告完成。

这里看的是刚刚得到的结果。上一版文件通过的检查、修改前的截图、另一个 AI 说“我看过了”，都不能证明当前版本没问题。

文章、方案、审美判断也不可能全部自动验证。一篇文章是否好读，一份方案能不能说服老板，最终仍需要真人判断。AI 应该诚实区分：已经检查、检查失败、暂时无法验证，而不是把三种状态统称为“完成”。

需要重复自动评测 AI 应用的开发者，可以把 promptfoo 当作延伸阅读：它能保存固定问题、预期结果和失败条件，修改提示词或更换模型后重新跑一遍。普通聊天用户直接跳过。无论用不用工具，AI 说“完成”时，证据都应该和结论一起出现。

合议庭：七宗罪一起出现，要不要上全套流程？

复杂项目里，这些毛病经常一起出现。

例如让 AI 跨几天完成一份新产品出海方案。没有流程时，它可能没问目标市场就开始调研，看到第一组资料便选定路线，顺手扩展到品牌、招聘和半年运营，换个对话后又忘记前一天排除过什么，最后用一份篇幅很长的文档宣布“方案已经完成”。

完整工作流会把同一任务拆开：

1. **先问清：**给谁看、要做什么决定、目标市场和预算边界是什么。
2. **再选方案：**先比较哪些市场，不同路线的成本和风险是什么。
3. **写出计划：**先查什么，再比较什么，每一步交出什么结果。
4. **分步执行：**只做已经确认的范围，中途对照计划。
5. **检查质量：**需求有没有漏，资料能不能支持结论。
6. **验证完成：**逐项核对要求、来源和仍未确认的风险。

Superpowers 把方案讨论、计划、执行、检查和完成前验证串成必须依次通过的流程。它主要给能直接查看文件、修改内容和运行检查的 AI 工具使用。普通 ChatGPT、Claude 用户不用安装，可以把上面的六步保存成自己的长期工作约定。

完整流程能更早暴露错误，也方便中途检查和交接。代价同样真实：

• AI 会问更多问题；
• 计划和检查会消耗更多时间与额度；
• 用户需要等待并参与决策；
• 任务文件如果不更新，反而会保存错误状态；
• 多套项目一起安装，规则可能重叠甚至冲突。

流程完整不等于效率更高。先问一句：

这套流程增加的成本，是否低于一次很可能发生的方向性返工？

改一句按钮文案，直接做再看一眼就够；新增一个数据导出功能，先问清权限、数据和验证方式，通常值得；从模糊想法开始、跨数天完成一个小应用，才值得启用完整流程并持续记录状态。

看到这里，答案似乎已经很清楚：给 AI 加规则，它就会更可靠。可事情还有另一面。

终审：被告席上还有一个人

前七章一直在审 AI：没问清就开工，乱猜、跑偏、话多、失忆，没有证据就提前报喜。现在把镜头从屏幕里转回来，坐在电脑前的我们也可能犯下一宗更隐蔽的罪。

隐藏的第八宗罪：贪心。

它经常戴着“认真”和“完美主义”的面具。我以前把一组反复使用的写作指令保存成写作 Skill，你可以把它理解为一份 AI 每次都要遵守的长期工作说明。我就在这里犯过这宗罪。

最开始，我只是想让 AI 写出来的文章更好。后来每发现一个问题，就往 Skill 里增加一条规则：信息密度要高，小白不能有卡点，结构要完整，语言要自然，事实要核验，标题要有传播力，章节要有价值承诺，还不能有 AI 味。

这些要求单独看都对。放在一起，却可能互相打架：

• 信息密度高，和小白慢慢理解，需要不同节奏；
• 覆盖全面，和文章利落，需要做取舍；
• 观点鲜明，和所有判断都绝对安全，很难同时拉满；
• AI 自主发挥，和每一步都被模板规定，本来就是两种方向。

规则越加越多，文章不一定越来越好。有些时候，套上一份精心制作的长期工作说明，输出甚至不如让 AI 原生写一遍。普通用户也经常在一句话里提出一组互相打架的要求：

帮我写一份三分钟能讲完的分享稿，要短、全面、深入、零风险，还要有鲜明个性。

这些词单独看都合理，放在同一个结果里却互相争抢。三分钟限制要求删除内容，“全面”要求继续增加内容；“零风险”让表达趋向保守，“鲜明个性”又要求它做更大胆的判断。AI 不知道谁优先，只能每项都沾一点。

把任务拆成两轮，冲突就少了：第一轮选一个鲜明观点，写出三分钟版本；第二轮检查关键事实，删掉不能承担的判断。规则本身没错，问题是 AI 面前同时站了太多老板。每个人都要求它优先满足自己，最后只会得到一篇谁也挑不出明显大错、但也没人真正想读的文章。

“少即是多”说的是让 AI 每次只对一个主要结果负责。

别让第一稿同时承担构思、写作、核验、审稿、去 AI 味和发布排版。把任务分开：

1. 第一轮只负责找到真正值得写的观点和主线。
2. 第二轮只检查小白哪里会看不懂、哪里没有收获。
3. 第三轮核验仍然留在文章里的事实和链接。
4. 最后一轮才处理语言、标题和发布格式。

每一轮只把一件事做深。再用下面这张“指令减法表”，检查自己正在使用的提示词、长期工作说明或工作流程：

检查问题	处理方法
这条规则在解决哪个真实发生过的问题？	说不出来，删除
它属于构思、执行、检查还是发布？	移到对应阶段，不要全挤在开头
它是否与另一条要求冲突？	明确谁优先，或拆成两轮
这次任务真的需要它吗？	不需要就暂时关闭
删除以后，结果真的会变差吗？	用同一任务做一次对照

写作指令正好可以这样实测：准备同一个选题和相同材料，分别让 AI 原生写、使用完整版指令写、使用删减版指令写。隐藏版本名称，让一个没有参与制作的人连续读完，再比较三件事：哪一版最想继续读，哪一版最容易理解，哪一版需要的人工返工最少。

不要只比较谁遵守了更多规则。文章有人愿意读、读得懂、拿得到东西，才是目标。

第八宗罪不推荐新的 GitHub 项目。删掉没有价值的要求，比再装一个工具有用。有时候 AI 输出不好，只是因为你什么都想要。

判决之后：真正会榨干 AI 的人，知道什么时候放手

审到这里，答案已经不是“给 AI 装上最完整的工作流”。按任务大小选三档就够：

任务规模	最合适的做法
改一句文案、整理一个标题、提取一段信息	直接做，完成后快速检查
写文章、做方案、完成一次中等修改	找到最常犯的一宗罪，只补一个环节
跨多天、多文件、多阶段，失败会造成明显损失	使用完整工作流，并保存进度和验证证据

如果你想直接抄一套日常配置，下面是我现在常用的通用提示词。把其中的“xx”换成你希望 AI 使用的称呼。它只负责所有任务都需要的协作底座；写代码、跨 Session、自动测试或长期项目，再按前文对应需求安装，不要把所有项目都塞进一套规则。

恢复以下长期协作要求，并立即执行： 1. 每次回复必须以“xx”开头。 如果没有这样称呼，说明可能发生了上下文丢失，需要重新读取本提示。 2. 持续使用 grilling。 执行重要、模糊、破坏性或高成本任务前，先检查环境中能够确认的事实；只向我询问真正改变结果的决策，一次一个问题。不要让我重复你自己能查到的信息，不要在尚未形成共同理解前擅自行动。 3. 持续使用 i-have-adhd。 回复先给结论、结果或下一步；控制篇幅和列点数量；显示具体证据；不要重复背景、延伸旁支或把局部完成说成整体完成。存在后续时只留下一个明确动作。 4. 不要用粗暴规则修补表面问题。 出现失败时，先找到最早发生错误的责任环节和根本原因。优先删除错误步骤、修正旧逻辑或改善实际执行。不要轻易增加门禁、状态、文件、固定数量和机械指标。 5. 每次方案都检查两个问题： - 是否过于呆板，压制了根据具体场景进行判断的能力？ - 整体规则、步骤、文件和输出是否冗余，AI 是否真的能够稳定执行？ 6. 坚持第一性原理。 默认只给一个最小、现实、能执行的最佳方案。不要罗列大量理想化选项。能修改旧规则就不新增；只有同类失败反复发生，且现有原则确实无法覆盖时，才允许增加一条规则。 确认恢复后，只用一句话说明当前任务状态和下一步，不要重新规划已经完成的工作。

这段提示词没有规定每种任务必须走几步，而是锁住开始、表达、排错和增加规则时的基本原则。先用它跑日常任务；遇到某类问题反复发生，再从前文挑一个对应 Skill，不要四个项目一起开。

这些 GitHub 项目提供的，其实是几道不同的门。只把门放在 AI 最容易犯错的地方，别把整条路都堵上。

榨干 AI，不是把它的每一分自由都挤掉，而是只在它最容易犯错的地方立规矩，剩下的地方，让它发挥。