把验收标准写进系统提示词:
一个社区插件的反向思路
一句话结论:把「先定目标和验收标准再动手」写进每轮可见的系统提示词,是个便宜又有效的约束;但它只是倾向,不是判据——约束写在提示词里会被参考,写在代码里才会被执行。

一、一个反常识的做法
长任务里最常遇到的两类问题:计划反复改、推理越跑越偏;以及上下文一满就被迫丢细节,换会话又得从头对齐。常规解法是加记忆、加压缩、加检索。
有个第三方社区插件选了另一条路:它把「该怎么思考」写成一段持久的系统提示词,每次请求都带上;同时提供两个只读命令,一个看上下文占用与每轮增长,一个生成可移植的交接包。命令行工具直接读本地会话文件,不额外调模型。
先说清楚:这是社区插件,不是官方能力,也不代表平台方的推荐做法。但它的设计取舍很值得拆,因为它把一件常被混在一起的事分开了——约束行为和判定结果。
二、五条规则,都对应可观察行为
那段提示词里的规则大致是五条,每条都能对着输出看出来有没有做到:
| 规则 | 可观察的行为 |
|---|---|
| 先定目标与验收标准,再动手 | 开头有没有写清楚「做成什么样算成」 |
| 没有新证据,不改结论 | 结论反复横跳时,有没有给出新依据 |
| 推理卡住时找证据,不空转 | 是重复推导,还是去查了点什么 |
| 风险匹配推理深度 | 小改动有没有被过度分析,高危动作有没有被草率带过 |
| 明确说出未知 | 不知道的地方是标出来了,还是被补成一个像样的答案 |
第一条是整套规则的地基。它其实和我们反复讲的验收三段式是同一句话:没有事先写清楚的标准,就没有事后的验收——执行体只能自己给自己盖章。
三、为什么是「提示词段」,而不是拦截流式输出
作者在实现说明里给了一个很实在的理由:本来试过拦流式输出、检测循环推导、必要时自动降级或中止,但实测没能证明有效;而相关挂载点在当前版本里也不稳定。最后选了最笨的办法——声明一个提示词段,每轮可见,不做事后检测。
这个取舍值得记下来。拦截式方案听起来更「工程」,但它要跟运行时内部接口绑死,接口一变就失效;提示词段只依赖一个稳定的公开位置,代价是约束力弱。作者选了稳定、可解释、弱约束,而不是聪明、脆弱、强干预。
还有一处细节:那段静态的上下文预算描述刻意不写具体数字,理由是避免每轮数值变化破坏模型侧的前缀缓存。这是很典型的预算思维——不只看写了什么,还看它每轮变不变、会付出什么代价。
四、最值得学的,是「实测之后放弃了原目标」
这个插件的 README 里有一句我特别喜欢:原本的目标是「缩短思考」,实测之后放弃了。
这句话比那五条规则更有价值。因为它说明作者没有把「我觉得应该有效」当成结论,也没有为了让指标好看去调一个宽判据。测下来不成立,就把目标撤了,留下真正能站住的部分。
这恰好是验收里最难做到的一件事:先证明你的检查能把一个已知坏样本判红。如果一套判据从头到尾没红过,它多半不是设计得好,而是根本没有鉴别力——就像用一个永远返回成功的替身去测安装流程,或者写了一条根本走不到的断言。全是绿,反而要先怀疑判据。
五、提示词能约束什么,不能约束什么
把边界写明白,才不会高估这类方案:
| 能做到 | 做不到 |
|---|---|
| 改变模型的行为倾向(先写目标、标出未知) | 保证某个动作一定发生或不发生 |
| 让规则每轮可见、容易被人和模型同时读到 | 替代代码里的鉴权、越界检查、状态机 |
| 低成本、跨版本相对稳定 | 当作可复现的评测结果 |
| 配合只读观察,让成本与占用变得可见 | 自动证明「任务真的完成了」 |
一句话:写在提示词里的约束会被参考,写在代码里的约束会被执行。所以「先定验收标准」可以放提示词里引导,但「判据是什么、谁来判断、不满足就拒绝」必须落在可执行的地方。把后者也交给提示词,等于把验收权交给被验收的一方。
六、落到我们自己的流程里
不用装这个插件,也能把这套思路拆成三步用:
- 把验收条件前置进请求:写清楚目标、失败条件、验证动作,别只写「做成什么样」。
- 判据留在代码里,并让它能被证伪:加一条已知会失败的样本,确认这套检查确实会红;再拿它去判新结果。
- 允许撤掉不成立的假设:某个优化测下来没效果,就如实记下来并去掉,不要留着当门面。
第 3 步最反直觉,也最省事。工程里很多长期负担,都是当初一个「应该有效吧」没被撤回,慢慢长出来的。
延伸阅读:《把验收契约写进流程》 讲判据怎么落进工程;《AI 工作流怎么配》 讲配置与生效;同系列 《AI 自己给自己造插件:造出来的东西谁验收》 讲生成式扩展的验收边界。
文中插件为第三方社区项目,非官方能力;其行为、兼容性声明与实测结论均引自该项目公开文档,未独立复现。文中「我们」的做法为机制描述,不构成效果承诺。