让 AI 写方案,越用 Skill 反而越差

让 AI 写方案,越用 Skill 反而越差

上周一个同事分享他做的一份资料,基于一个开源项目的源代码让 AI 生成的 HTML 介绍,读起来挺清晰。

我问他用的哪个 Skill。没用 Skill,直接让 AI 生成。

我自己写方案是反过来的。每次直接给主题,AI 写一版,我觉得不够全,就想着用 SKILL,从网上找最佳模板:必须有背景、必须列方案对比、风险不能少、要写迁移方案…

它又写一版,比第一版差。

我以为是自己没说清楚要求。又改了几轮:这里展开点,那里补深点,这段换种说法。三轮之后整篇读起来像缝合,原本第一版的节奏、详略、平衡都没了。

改完才反应过来:越改越乱,不符合预期。第一版反而更顺畅。

AI 写方案这件事,第一版就是最好的那一版。

AI 自己的毛病一个,你引入的麻烦三个。为什么会越改越差?先说 AI 自己那个,再看你引入的三个。

AI 写方案,默认就是越细越安全

直接给主题,AI 把覆盖全理解成细节多。写技术方案它会贴代码,写产品方案它会枚举功能,写项目方案它会拆到分钟级工时。

像老厨师做菜默认要凑齐凉菜热菜汤主食甜点,他不知道你今天就想吃个面。

这是底层毛病。Skill 不告诉它,它就会这样;Skill 告诉它了,反而触发下面三个原因让方案变差。

给规则会让它分心

你给老厨师十条做菜要求,他做菜时一边动手一边记着这十条。满足约束本身就花精力,十条同时满足,每条只做到六成。

AI 也是。直接让它写一份方案,它会自己挑关键的三件事做到九成;加了 SKILL.md 的十条必须后,它平均分配,十件事每件六成,哪件都不亮。

约束加得越多,每件事都没法亮。

给参考会让它失去自己的想象

给参考也一样。跟老厨师说”按我妈的味道做”,他做出来就像你妈的版本,自己的拿手菜没了。SKILL.md 里贴几个参考方案,AI 写出来用词、结构、节奏都像复印件。例子摆在眼前,输出就向例子收敛,角度新颖被参考模板压扁。

边吃边指挥,整桌散架

汤端上来你试一口说淡,他加盐;菜你说油腻,他少油;饭你说硬,他煮软。三轮下来整桌每道菜单独看都没问题,搭在一起不和谐。

AI 改方案是同样的事。你说背景太短它改长,说取舍不够深它改深,说风险没写够它补。每段都没毛病,整篇散架,原本第一版的内在协调回不去了。

那 Skill 该用在哪

Skill 不是别用,是别用在第一稿。后两步用得上。

分三步用。

第一稿别给 Skill。 不给模板,不给 examples,只说一句”不要写实现细节”。这是它的底层毛病,必须显式压住。它会用最适合这个问题的方式写。

写完再上 Skill 查漏。 有没有漏关键段、取舍够不够深。这一步 Skill 帮上的多。

发布前跑机械扫描。 格式、术语、AI 味儿。这是脏活,Skill 越细越好。

第一稿生成阶段,Skill 越少越好。

另一种走法:方向还不确定时,先跟 AI 开放讨论几轮把素材聊出来,重开新窗口让它一次写几份,挑一份最对的。还是吃第一版的红利,只是从几个变体里选。

还有几件事现在没结论。

给 AI 粗结构它就过度结构化,不给结构又写得要么太深要么太浅。中间那个度怎么让它自己拿捏,我没答案。

深浅靠读完反过来调一版,但调一版就掉回改三轮越改越差的坑。

开源 Skill 下载过几个,作者品味跟你不一样,改一半改不动,调成自己味儿这活儿你们怎么处理。

下次让 AI 写方案前,问一件事:

这个 Skill 是在帮 AI 写,还是在帮你达标?

帮 AI 写的,留着。帮你达标的,等 AI 写完再上。

你们用 AI 写方案,都踩过什么坑?评论里说说。