第 3 章/第一次交办
为什么“再改改”总也改不好?
小满交来一条欢迎新同事的群消息。你读完觉得哪里不对,又说不上来,就回了一句:“不太好,再改改。”
第二版很快到了。你扫了一眼,还是不对:“再改一下。”就这样来回了四轮,每版都换了几个词,读着都差不多。
最后一版里,“经验丰富”又回来了,和第一版一字不差。你回头翻自己说过的话:“不太好”“再改一下”“差点意思”“还是不太行”。四句话里,没有一句告诉他哪里不对。
小满不是在敷衍。他听到“不好”,只知道要变,不知道往哪变。他猜不出你不满意的是哪一处,就只能把整篇换个说法。
同一份初稿,两种追问
下面两条路从同一份初稿出发,各走四轮。左边每轮只说“不太好”,右边每轮说清改哪一处。回答都是模型的真实输出,没有改过。
两种追问,各走四轮
最开始的交代
帮我写一条发在部门钉钉群里的欢迎消息,欢迎新同事王悦。她 11 月 17 日入职,岗位是薪酬专员,之前在一家制造企业做了三年薪酬核算。工位在 5 楼靠窗第二排。语气轻松,100 字左右。
只说「不太好」
欢迎王悦加入我们团队!🎉 王悦11月17日入职,担任薪酬专员,之前在某制造企业做了三年薪酬核算,经验丰富~工位在5楼靠窗第二排,大家有空多去串串门、认识一下!以后薪酬相关的事也多了一位靠谱的小伙伴,请多多关照~
两条路都从这一版出发。留意标出来的“经验丰富”和“靠谱”:这是他替你下的评价,你没这么说过。
- 这一轮改动
- —
- 替你下的评价
- 2 处
说清改哪一处
欢迎王悦加入我们团队!🎉 王悦11月17日入职,担任薪酬专员,之前在某制造企业做了三年薪酬核算,经验丰富~工位在5楼靠窗第二排,大家有空多去串串门、认识一下!以后薪酬相关的事也多了一位靠谱的小伙伴,请多多关照~
两条路都从这一版出发。留意标出来的“经验丰富”和“靠谱”:这是他替你下的评价,你没这么说过。
- 这一轮改动
- —
- 替你下的评价
- 2 处
两条路差在哪
“不太好”换来的是同义词。 左边四轮,“经验丰富”先后变成“经验妥妥的”“经验很扎实”“业务很熟练”,最后又变回“经验丰富”。“靠谱”四轮都在。每轮改掉近两成的字,你不满意的地方一处没动。
一次只改一处,改动反而最小。 右边每轮只动你点名的地方,改动都在一成上下。你满意的部分没被顺手改掉,每句话起了什么作用也看得清楚。
说得具体,也会带出新问题。 右边第二轮新加的一句和前一句重复了,因为追问里没交代新旧两句的关系。他照做了,连重复也照做了。下一轮点名,就改好了。每轮交回来,你都还要看一眼。
一句好的追问长什么样
把右边那几句拆开,都是三段:
| 说什么 | 例子 | |
|---|---|---|
| 哪一处 | 用原文定位,别说“这里”“那段” | “经验丰富”“靠谱” |
| 为什么不行 | 一句话就够 | 是你替我下的评价,我没这么说过 |
| 改成什么样 | 给方向或例子,再说清哪些别动 | 删掉,其他不动 |
最后那句“其他不动”很管用。不说的话,他会把整篇重写一遍,你又得从头读一次。
说不出该改成什么样也没关系,把判断交给他,但仍然要点名是哪一处:
太泛:“……”这句太泛了,换成一个具体的例子。其他不动。 没依据:“……”这个说法是从哪来的?如果是你推测的,删掉。 换角度:假设读这段的是[一个很忙、觉得这事和自己无关的同事],哪两处最可能让他不想往下读?先指出来,先别改。 查遗漏:对照我最开始给的材料,逐条看有没有漏掉或写走样的。只列出来,先别改。 给选项:“……”这句我不满意,但说不上为什么。给我三种不同的改法,各用一句话说明区别。
问了六轮,错还在
追问能把东西越改越好,但有一件事它做不到:替你发现你自己没发现的错。
下面是另一段真实对话:给部门写一条培训通知,追问了六轮,每一轮都问得不错。一边看,一边留意右边的核对表。
对话回放:六轮追问一条通知
小满交回来的
【通知】部门将举办面向零基础同事的 AI 入门培训,欢迎有兴趣的同事参加。具体时间、地点及报名方式另行通知。
先要一个简短版本,有了东西才好判断差在哪。
第二轮你说“参加者是 30 位同事”,他写成了“30 个名额”。意思差了不少:一个是大家都要来,一个是先报先得。之后四轮,这句一直跟着走,谁也没碰它。
第六轮你让他核对,他回答“四项齐全”。他没说错,你点名让他核的就是四项。人数那一项,你自己也忘了。
所以这个循环里,有一步只能你来做:拿你最开始给的材料,去对最后那一稿。别拿他的“齐全了”当结论。
什么时候该停?达到你开头想要的样子就停。如果转了三轮还在原地,问题多半不在措辞,而在你还没想清楚要什么。这时先别追问了,回到上一节,让他来问你。
上下文窗口:他一次能看见多少
一次对话里,你说的、他答的、你贴进去的文件,全都算在上下文里。上下文有上限,按 token 算,这个上限就是上下文窗口。超了,外壳只能截掉或压缩最早的内容。
他每一轮都是从头重读
模型自己什么都不记。你每追问一次,外壳都会把前面整段对话原样再发一遍,他从头读到尾再接着写(第 1.4 节讲过)。所以对话越长,回答越慢,用接口的话也越贵。
注意力:读每个词时,回头看谁
Transformer 是现在几乎所有大模型的底层结构,核心是注意力机制:生成每个 token 时,给前面所有内容打分,决定更看重哪些。窗口拉得很长时,打分并不平均。2023 年斯坦福等团队的论文《Lost in the Middle》发现:放在开头和结尾的信息模型用得好,放在中间的最容易被忽略。
这就是“再改改”越改越乱的原因
改到第六轮,你最早的要求已经埋在中间,几版草稿还在互相打架。改到第三四轮还不对,就开一个新对话,把定下来的要求一次写清楚,往往比继续追问快。
对应到小满: 桌面就这么大,文件堆得越高,压在中间的那几张越容易看漏。
现在试试· 用 DeepSeek,五分钟
- 翻出最近一次你觉得“差点意思”的 AI 回答。
- 挑出最不满意的一处,把原文圈出来。
- 照上面的三段写一句追问:哪一处、为什么不行、改成什么样,再加一句“其他不动”。
- 对比前后两版:你原本满意的地方还在吗?