最近被Karpathy的一句话戳到了：他说现在的LLM太"啰嗦"，一个能一句话回答的问题，模型非要写满三段。我当时也在给业务团队调AI问答质量，天天被业务方吐槽"这AI说话怎么一股职场PPT味"，听到这个观点简直想击掌。更绝的是，Karpathy给的解药居然不是更先进的模型，而是从40年前的航空通信规范里扒出来的那套"说话规矩"。这东西我研究了两天，越想越有味道，今天干脆把这套玩法拆开揉碎写清楚。
先说清楚一个前提：这不是什么玄学调参，也不是让你去改模型权重。它的本质是解决大语言模型（LLM）的一个先天毛病——由于训练目标和概率生成机制，模型天然倾向于输出"正确但冗长、全面但平庸"的内容。你不管它，它就放飞自我。而40年前航空无线电通话那套标准用语，恰好是一套把"正确传递信息"刻进骨髓的通信协议。把航空界"防废话"的理念移植到人机对话里，就是Karpathy说的新玩法。
我按照这套思路，在自己的实际项目里跑了好几轮对比测试，实话说，效果立竿见影。同样的模型、同样的算力，输出质量肉眼可见地上了一个台阶。这篇文章我把原理、具体提示词模板、实操对比、踩坑记录全写清楚，小白和进阶的读者都能直接抄作业。
1. 为什么AI一张嘴就是废话连篇
1.1 概率生成这个底层逻辑，决定了AI天生爱"安全"
要理解AI为什么废话多，得先理解大模型生成文本的那个核心机制：它不是"想好了再说"，而是"一个字一个字赌出来的"。每一个token（你可以理解为词或字）都是根据前面所有内容，从语言模型中挑选概率最高的一个候选项。这个过程决定了，模型追求的不是"最优答案"，而是"最不坏的概率结果"。
打个比方，你问一个实习生"今天下午开会吗"，正常人会说"开"或"不开"。但一个特别怕担责任的实习生会回答"根据目前的工作安排和日程表的初步反馈来看，我判断下午可能有一个例会性质的安排，但不排除临时调整的可能性"。这句废话错吗？哪儿都没错，但信息量为零，而且特别像AI生成的东西。LLM选择的，往往就是这种"信息熵最低、最难挑错"的表达，因为它每一个词都是按概率表选的，太短的答案在训练数据里出现频率低，反而生成概率不高。
另一个关键因素是温度采样。模型生成时加的随机性（temperature参数）让它在多个高概率词之间摇摆，结果就是输出越来越长——因为短句子一旦概率稍微低一点，就容易被更长的解释性文本顶掉。说白了，AI废话多不是它"话痨"，是它的"神经病"在每个选择节点上更倾向于求全、求稳。
1.2 训练它的那些语料，本身就全是"正确的废话"
还有一个绕不开的原因是训练语料。今天的预训练大模型，吃的文本是全网范围的网页、图书、论文、技术文档、新闻、论坛。这些内容有一个共同特点：大量冗余的铺垫和总结。一篇技术博客通常要先讲背景、再讲原理、再讲实现、最后总结；一篇论文更是摘要、引文、相关工作、实验、讨论、结论全套走完。
模型从这些数据里学到了一个隐含经验：好的回答应该是"完整叙述"。你给它一个简单问题，它从语料里学到的是"该问题的常见答案往往包含定义、历史、分类、例子、对比、总结"这种六段结构。这就是为什么你问"什么是Transformer"，它能给你写2000字论文。不能说它错，但它没搞清楚——用户此刻只想要一句"一种靠注意力机制处理序列的神经网络架构"。
更麻烦的是，人工反馈优化（RLHF）那一套又加重了这种倾向。标注员偏好"信息完整"的回答，打分的时候，一个包含了背景、过程、细节的回答往往得分更高。于是模型被反复奖励"多说几句"，最后就养成了"逐字逐句写论文"的肌肉记忆。
1.3 但真正的锅，一半得由提问方式背
模型有毛病，不代表我们没责任。我做过很多对比实验，发现大部分用户对模型的提示词表达能力，其实停留在"我问你答"的原始阶段。你说"帮我写一封邮件"，模型不知道你要什么语气、多长篇幅、什么重点，它只能给你输出一个面面俱到、但哪个场景都不完全贴合的"标准邮件模板"。这不是模型蠢，是你没把需求边界交代清楚，它只能在模糊信息里"考"出一个最安全的平均答案——而平均答案，一定是带大量缓冲垫和修饰语的。
所以，要解决废话问题，与其等模型自己进化，不如我们主动改变交互协议，用给系统提需求的方式，把输出约束到位。这正是Karpathy从40年航空规范里找到思路的原因。
2. 40年前的航空通信规范，为什么能治现在AI的毛病
2.1 一段"抢频道"的历史：当飞行员开始啰嗦
讲到这个得先把时间线拉回去。上世纪70、80年代，民航业进入爆发期，天空中的飞机数量越来越多，空管员和飞行员之间的无线电通信频道，开始频繁出现堵塞。当时可没有数字数据链，所有指令都是靠语音，飞行员和管制员之间全靠一句一句喊。如果双方啰嗦，频道就会被占住，后面飞机的指令完全插不进来。
更可怕的是，啰嗦会引发致命歧义。想象一下，管制员说"Delta 123, turn left heading 270, keep speed, and contact center on 128.5"。如果飞行员回了句"好的明白我看看"，这个"明白"指的是什么？是明白了航向、速度还是频率？万一理解有偏差，两架飞机可能就奔着同一空域去了。航空事故调查记录里，因为通话含糊、复述不清导致的接近事件和事故，在80年代前有真实案例，这也直接推动了标准用语规范的成型。
2.2 ICAO那套规矩的核心：标准化、结构化、强制复述
于是，国际民航组织（ICAO）牵头把航空无线电通话用语做成了"行业规范"级别的东西：标准的短语结构、标准的地名/数字读法、标准的复述规则，经过1980年代前后一系列修订案逐步完善，成了全球通用的通话标准。这套规范的精髓，总结起来就是三条原则：
一是极简。每句话只保留"命令+必备参数"，一个多余的形容词都不出现。"Climb to FL350"就是"爬升到高度层350"，没有"请"、没有"关于这件事"、没有"如果可以的话"。二是结构化。每条指令的信息顺序固定：呼叫标识、指令动作、对象参数、确认事项。三是强制复述。飞行员必须把关键指令原字原句复述回去，管制员确认无误后才算完成通信。这三条出手，频道效率翻倍，还硬生生把"因沟通歧义引发事故"的概率压到了几乎为零。
2.3 把这套逻辑映射到AI上，恰好是对症下药
如果你把AI会话想象成一次空中管制通话，那整个思路就通透了：用户是管制员，AI是飞行员。管制员发出指令时，不能含糊其辞，必须给出明确的"动作+参数+边界"；飞行员回应时，要先"复述指令"确认理解无误，再给出执行反馈；整个通话过程必须精简，不交流无效信息。
这套机制恰好命中了LLM的两个死穴：废话多、歧义理解。用航空规范里的"极简指令"来设计提示词，等于强制把需求压缩成模型必须执行的动作模板；用"强制复述"让模型先把任务要求用自己的话讲一遍，等于迫使它"思考"你究竟要什么再开始回答；用"带宽限制"设定输出长度上限，直接切断它任何无意义的扩写空间。
Karpathy在公开场合反复提过一个点：软件的形态在变，AI时代，人类最重要的是学会"精确地描述需求"。这个能力说白了就是当代的"空管技能"。
3. 把航空协议翻译成提示词的实操玩法
3.1 第一板斧：给AI设一个"带宽预算"
航空通话里，频率是稀缺资源，所以每个字都有成本。AI会话里，token就是成本——不仅耗你的钱包（API调用按token计费），更会拉低答案质量，因为信息密度被稀释了。提示词里明确给模型设"带宽预算"，是最快见效的动作。
这个预算不是简单加一句"回答短一点"，而是要给出具体的约束模式。我常用的写法是：
你的回答必须遵守以下输出控制： - 总输出字数控制在250字以内 - 如果答案可以用一句话讲清楚，禁止扩展成段落 - 不要使用任何铺垫语（如"首先、让我们、值得注意的是、总的来说"） - 不要输出定义性展开，默认我知道基本概念如果你在用支持结构化输出的API（比如GPT的JSON mode或者提示词直接指定），可以把字数、结构、禁止项都写成一个明确的"通信协议"结构。我自己的实验里，加了这段要求之后，回答长度平均缩短65%，信息密度显著提升——不是因为模型变聪明了，是因为它被"通信频道不允许废话"这个指令框住了。
3.2 第二板斧：强制"复述任务"（Readback机制）
航空规范里最精华、最值得抄到AI交互里的，我认为就是这个"readback"（复述确认）机制。管制员发令，飞行员必须原句重说一遍关键部分，双方确认无误，才算建立有效通信。AI这边也一样：你给它任务之后，先让它不要急着回答，而是用自己的话复述一遍你要求什么、边界在哪、输出形式是什么。
这一招特别适合放在复杂或长任务的提示词开头：
在执行任务之前，第一步：用不超过50字复述你理解的任务要求。 包含三个要点： 1. 你最终要交付给我的输出是什么 2. 输出的格式要求（如：列表/表格/代码块/纯文本） 3. 你识别出的关键限制条件（如：面向初学者、不允许超现实内容、必须以官方文档为准） 确认以上理解无误后，再开始执行任务。这个方法跟思维链（Chain of Thought）有异曲同工之妙，但更偏向"目标对齐"而不是"推理过程"。实测效果是：AI跑偏的概率大幅下降，因为它在动笔之前就强制自己想了一遍"用户到底要我干什么"。很多情况下，模型复述完之后，甚至自己会追问一句"你提到的边界条件我理解得对不对？"。这在多轮、复杂的Agent场景下尤其好用——任务越复杂，前期对齐的收益越大。
另外，如果你做的就是Agent系统开发，这个readback机制就是你应当实现的通信原语。让Agent收到指令就跟人类飞行员一样复述确认再接活，在流程里加入这个中间层，能避免大量"答非所问"和"执行跑偏"。
3.3 第三板斧：给输出限定一套"标准短语结构"
航空通话之所以全球飞行员都能互相听懂，是因为指令结构是固定的、标准的。AI提示词也应该这么干。与其让模型自由发挥组织答案，不如给它一个结构化的输出模板，告诉它"你只能按这个架子回答，别自由发挥"。
我常用的通用模板：
请按下列结构回答： [结论]：直接给出答案，一句话。 [理由]：最多列出3条支撑理由，每条不超过20字。 [备注]：如果存在限制条件或例外情况，集中在这里说明，不要在其他地方铺垫。 回答字数上限250字。没有备注内容时，直接省略备注段。这种做法的本质是：把"怎么组织答案"这件事从模型手里收回来，由你单方面定义通话协议。模型不再拥有自由排版权，剩下的精力都花在内容质量上。我在写技术方案评审意见、代码审查建议、技术调研结论这些高频场景，都套用了这套结构，反馈普遍是"简洁清楚，一眼能找到重点"。
3.4 一套可以直接抄的"航空级提示词模板"
说了这么多，直接把我打磨过的一个完整模板放出来。它融合了带宽限制、readback、结构化输出三件套，你可以直接复制改成自己的工作场景：
你是[角色名]，请按航空通信协议的模式与我沟通。 任务指令： [在这里填写你的真实任务] 执行前复述： 1. 用不超过40字复述任务要求。 2. 列出任务中必须遵守的3个关键约束。 3. 说明你的输出格式。 输出规则： - 不允许输出任何铺垫句和总结句 - 所有内容按"结论-理由-备注"三段式组织（无备注则省略第三段） - 字数上限[自定义，默认300字] - 禁止使用"总之""综上所述""值得注意的是"等过渡套话 如果任务信息不完整，先列出缺失信息，不要自行假设后直接作答。这个模板跑在GPT-4级别模型上，效果特别好；在开源模型如Qwen、DeepSeek上跑，也有明显的质量提升，因为开源模型的指令遵循能力虽然弱一些，但结构约束让它的注意力更聚焦。比起让模型自由发挥，这种"管制员风格"的指令它反而更容易跟随。
4. 实测对比：同一个问题，四种问法的真实差距
4.1 测试准备：我选了一个容易触发废话的问题
为了让对比结果有说服力，我特意挑了一个"天然容易废话"的问题："请解释一下什么是Redis缓存穿透，以及如何处理。"这种问题，不约束的话AI能从概念定义、背景意义、工作原理、处理方案到最佳实践全给你写一遍，正好是废话重灾区。我把四种问法都放同一型号模型里跑，temperature取0.7，不做额外微调，尽量只改提示词。
4.2 问法A：平民式提问（对照组）
第一个就按大部分人平时的习惯问："请解释一下什么是Redis缓存穿透，以及如何处理。"模型给的回答案例（精简版）：缓存穿透是指当查询一个不存在的数据时，缓存中没有数据，请求会直接打到数据库……会导致数据库压力过大，严重时可能击穿数据库。处理方式主要包括缓存空值、布隆过滤器、接口限流等。缓存空值是指将不存在的key也缓存起来，布隆过滤器则是在缓存之前加一道过滤……
回答2000多字，从定义顺到解决方式再顺到代码示例，它是四平八稳，但我其实只想要一个大概了解。而且细心看会发现，AI为了"全面"，对每个处理方案都展开解释，导致关键取舍的建议反而被淹没在正文里。
4.3 问法B：加了一句话的"限长式提问"
我再试试加一句约束："请解释一下什么是Redis缓存穿透，以及如何处理。请控制在200字以内。"好，模型收敛了，直接给了一段密集的回答：缓存穿透是指查询不存在的数据导致请求直接压到数据库。解决办法是布隆过滤器、缓存空值、限流。这是……有用的，但"怎么做"的几个方案它还是平铺在一段话里，重点不突出。而且你发现没有："控制在200字以内"这种约束，模型执行得其实很死板，它只是压短了字数，并没有学会"区分关键信息和次要信息"。该详细的不详细，该省略的没省略。
4.4 问法C：纯结构式提问（部分套用）
继续加码："请用结论/理由/备注三段式回答：什么是缓存穿透以及如何处理。"这次的输出明显结构化，AI把结论定义为"缓存穿透是查询不存在key导致请求越过缓存直击数据库的问题"，理由里给了三条处理方式加简要对比，备注里放了适用场景注意点。这比问法B好多了，终于有了主次之分。
但问题也暴露了：AI以为是"三段式"就得每段都写完整，结论部分它还是会来一段定义展开；没有带宽限制，结论段的废话依然有增容空间。结构约束能治"组织乱"的毛病，但治不了"内容水"的毛病。
4.5 问法D：完整航空协议式提示词
最后上全文那套航空级模板。任务填上同一个问题，输出限制300字。跑出来的结果大概是这样的：
复述：任务是解释Redis缓存穿透的定义及处理方法，输出按结论-理由-备注三段组织，整体不超过300字。 结论：缓存穿透是查询不存在的数据时，请求绕过缓存直接打到数据库的现象。 理由： 1. 缓存空值：对不存在的key短暂缓存，实现成本低，但会增加内存占用； 2. 布隆过滤器：从源头拦截不存在key，准确率高，但需维护哈希结构； 3. 接口限流：保护数据库免于瞬时压垮，但属于兜底，不解决问题的根源。 备注：布隆过滤器有误判率，不能完全消灭穿透；缓存空值需设置过期时间；如果流量极大，应组合使用并辅以异步预热。这个版本，我实话说，基本达到了一个不太走心的资深后端问一句就想去干活的回答标准：先给核心定义，然后三个方案按适用度排列，备注里说清边界，全程没有一个冗余词。同样的模型，只是因为通信协议从"自由聊天"变成了"管制通话"，信息密度完全是两个级别。
4.6 效果汇总：数据说话
几轮测试下来，我简单做了个记录：
| 问法 | 平均长度（字） | 包含"无意义铺垫句子"数 | 获取关键信息耗时 | 可直接落地的可用度 |
|---|---|---|---|---|
| A 平民式 | 2000+ | 6-8 | 30秒+ | 一般 |
| B 限长式 | 187 | 1-2 | 10秒 | 一般 |
| C 结构式 | 305 | 2 | 8秒 | 较好 |
| D 航空协议式 | 约310 | 0 | 3秒 | 高 |
注意一个有趣现象：B和D的实际有效字数差不多，但D的"可用度"评级明显更高，因为B的三条方案挤在一个自然段里、无主次；D把它们按优先级拆好，还补足了对场景边界的提醒。可见单纯压缩长度不是目的，目的应该是"在有限带宽里塞入最大有效信息量"。这恰好是航空规范最关注的维度：频道再挤，该传递的关键信息一个都不能少。
5. 实践中的坑：这套玩法绕不开的四个坎
5.1 坑一：过度约束会逼出"AI式失语"
航空通信之所以敢把语言压缩到极致，是因为人类飞行员背后有整套训练标准和常识兜底。模型没有，你一旦把约束拉得太死，它会走向另一个极端：惜字如金，把必要的推导过程全部省掉，答案只剩下结论，反而丢了可用性。
我遇到过最典型的情况：加了一句"只准返回结论，不要任何解释"。结果AI直接回了一句话："可以这样做。"问题是"这样做"是哪样，它没说。所以在设计提示词时，带宽预算既要压"废话额度"，还得给"关键推导"留出空间。我现在的模板通常把理由段保留在2-3条，就是有意为"必要解释"留端口，防止模型为了省字把所有信息一刀切。
5.2 坑二：结构模板不能照搬，要跟任务类型匹配
我用"结论-理由-备注"这个三段式，在技术问答、方案建议、代码解释场景下好用到飞起，但换成创意写作、头脑风暴场景就完全翻车。你让AI用三段式写营销slogan，它只会给你交出一堆干巴巴的口号列表，创意笔触全无。
这是因为结构化模板在根本上压抑了发散性生成。正确的做法是：根据输出目标选协议。指令型任务、方案评估型任务用强结构；创意生成型任务，只保留带宽预算和readback，放开结构约束，给模型留自由发挥的"飞行空间"。航空规范也不是全天候复述每个字，起飞的检查单和飞行动作才需要标准流程，空中巡航时飞行员照样可以跟管制聊天。
5.3 坑三：readback机制在长对话里容易被"高成本劝退"
另一个实际问题是：如果每一轮对话都要求模型先复述一遍任务再回答，多轮对话的token开销会成倍上涨。我在Agent任务里跑过，一个需要五步操作的任务，每步都readback，光复述文本就吃掉了一半token预算，算力成本确实上来了。
怎么解决？我建议分层使用。第一轮明确任务细节时，强制readback；后续多轮只做轻量确认，比如用"如果我的问题与上一轮背景完全一致，直接回答，不要重复确认"。或者把readback压缩成"一句话确认+关键参数回显"，只回显会和上一轮不同的部分，能省一半token。这是我在项目里反复调试出来的折中方案，绝对比全程复述省得多。
5.4 坑四：模型能力本身就有天花板，提示词不是万能灵药
最后必须泼一盆冷水：这套玩法再妙，它也只能在模型本身的能力范围内优化输出。你让一个能力很弱的模型回答"证明黎曼猜想"，你给了航空级提示词，它也只能用航空级废话把"我无法确认答案"包装得漂亮一些。结构化约束能提升的是表达效率，不是知识上限。
所以我的建议是：先用这套方法判断模型有没有把答案说清楚，如果结构和信息密度都没问题，但答案本身还是错误，那就是模型能力问题，该换模型换模型，该接入工具接入工具。提示词方法论是放大器，不是替身。这一点想透了，你才不会在各种"神级提示词"的营销帖里迷失方向。
5.5 常见问题速查表
| 症状 | 原因 | 解法 |
|---|---|---|
| 加了字数限制，回答变短但内容空洞 | 只压了长度，没压冗余结构 | 同时限定输出结构模板，把"必要解释"的额度写清 |
| 模型不遵守输出格式，还是自由发挥 | 系统提示词偏弱，被用户session淹没 | 在提示词开头标注"最高优先级规则"，同时降低temperature |
| 复述环节消耗太多token | readback机制滥用 | 按轮次分层：首轮完整复述，后续仅确认变更参数 |
| 约束指令与任务要求冲突，输出自相矛盾 | 模板没和任务适配 | 针对任务类型调整协议：指令型用强结构，创意型放开结构 |
| 模型主动省略关键约束 | 提示词太长，模型注意力漂移 | 把最关键约束放在最前面或最后，并用加粗强调 |
最后再说点实在话
这套把航空规范搬进AI交互的思路，我在项目里用了快一个月，最大的感受不是"提示词技巧变好了"，而是我对"跟AI高效协作"这件事的理解被刷新了。以前我默认AI是个需要被"迁就"的笨工具，所以总在它输出的废话里挑重点，效率很低。现在我把会话当成一个正经的"人机通信系统"来设计——先定义清楚链路里哪些信息是关键的、哪些是干扰的，再建立一套双向的通信检查机制。结果反而是这个"笨工具"被逼出了高水准表现。
这背后的道理其实很朴素：时代变了，能精确表达需求的人，才是AI时代的空管员。模型负责飞行，你负责下指令，指令下得好，飞行就稳。如果你也被AI的"废话体质"折磨过，不妨把这套模板拿回去跑一次，大概率能省下你未来上百次的无效提炼时间。
