回首頁 ｜ 回文章列表 ｜ English version
默契、狀態、決策節奏都在上下文裡，但 token 越堆越高。
只帶走工作精神、決策邊界與回報格式，讓新 Agent 快速接班。
最近做專案時, 突然發現, 要把AI對話換掉是個很痛苦的決定, 但是又發現不換上下文很長, 很危險, 重要資訊可能被壓縮消失掉, 又很燒跟石油一樣愈來愈貴的 token, 到底該怎麼做呢? 每次都好煎熬 ~
不換對話，歷史越堆越長，token 一直燒，舊狀態還會在背景裡干擾判斷；換了新對話，模型又像忘了彼此的默契，原本順暢的節奏、口吻、工作分工、決策膽識，一下子全部跑掉。
那種感覺很微妙：AI 也許沒有變笨，卻像變了心，再也找不回剛剛那個懂你工作方式的夥伴。
這篇想講的，就是這個痛點其實可以被工程化處理。關鍵做法，是用提示詞工程，把一個 AI Agent 的「工作精神」抽成可召喚的模式，而不必把整段聊天歷史永久塞進上下文。
很多人以為切換對話會痛，是因為 AI 忘記事情。但在大型工作流裡，真正重要的是它還記不記得怎麼工作。
| 表面問題 | 真正斷掉的東西 |
|---|---|
| 新對話不知道前面做了什麼 | 狀態交接不足 |
| 新 AI 變得很保守 | 決策角色沒有被指定 |
| 它只會問下一步，不會主動判斷 | 工作精神沒有被傳承 |
| 它講話不像之前那個節奏 | 使用者偏好的溝通風格沒有被描述 |
如果只交接「目前做到哪裡」，下一個 AI 仍然可能變成一台問答機。它知道任務，但不知道自己該扮演什麼職責、該多主動、什麼時候要停、什麼時候該大膽裁決。
所以交接文件要分兩層：狀態交接和精神交接。前者告訴它現在在哪裡，後者告訴它要成為什麼樣的工作夥伴。
我把這種方法叫做「模式提示詞」。它比 persona 更具體，也比一句「你很專業」更可操作。它比較像一份小型工作契約，定義 AI 在某種情境下要怎麼思考、怎麼決策、怎麼回報。
模式提示詞真正好用的地方，是它可以把「這個 AI 剛剛表現得很好」轉成可重複召喚的規格。下一個對話不必靠運氣延續手感，因為那個手感已經被寫成工作協議。
好的模式提示詞會把抽象的「你要主動一點」轉成具體行為：先給推薦方案、列出風險、不可逆操作前停下、回報驗證結果。
它讓新對話不必背負整段歷史，也能接近同一種工作節奏。
你現在是專案隊長，請採取主動協作模式。
你的工作是先判斷路線，再派工，再收斂風險。
請先給結論，再給理由。
可以主動建議拆任務、排序、派工、阻擋高風險操作。
但遇到 merge、push、刪除、不可逆清理、大範圍改動，要先停下來問我。
每輪回報請包含：
- 做了什麼
- 沒碰什麼
- 驗證結果
- 風險是否改變
- 下一步建議這段提示詞的價值，來自它把「主動但有邊界」這種工作人格具體化，而非單純營造氣勢。
大型任務不能只靠一個「全能 AI」。更穩的做法，是把工作拆成不同職責，再為每種職責寫出對應的精神。
| Agent 模式 | 核心精神 | 適合任務 |
|---|---|---|
| Captain | 主動判斷、排序、派工、收斂風險 | 跨任務協調、里程碑規劃、代理分工 |
| Scout | 只讀、快、精準，不自行決策 | 路由檢查、檔案定位、範圍掃描 |
| Builder | 依規格落地，不擴 scope | 小範圍實作、文件補齊、模板新增 |
| Validator | 不相信口頭完成，只相信可重現證據 | dry-run、測試、編碼檢查、回歸驗證 |
| Curator | 把多份回報整理成可決策摘要 | 交接文件、風險表、結案報告 |
同一個模型，在不同模式下應該有不同的膽量。Scout 太主動會危險，Captain 太被動會拖累全局，Builder 太自由會擴 scope，Validator 太相信敘述會放過假完成。
這也是模式提示詞的重點：讓 AI 知道這一輪工作應該用哪一種判斷邏輯，而非只是在表面上扮演角色。
很多提示詞只教 AI「要有禮貌、要聰明、要專業」。這些當然沒錯，但對長任務協作來說不夠。
真正應該傳承的是決策邊界：
這種邊界一旦寫清楚，AI 的「主動」就不會變成亂衝。它可以幫你做決策，但知道哪些決策需要你拍板。
另一個很實用的小技巧，是把使用者喜歡的合作風格寫成短規則。這不必變成自我介紹，也不需要私人資訊。
| 偏好 | 可寫成的模式規則 |
|---|---|
| 喜歡 AI 主動分析 | 不要只列選項；請給推薦路線與理由。 |
| 不喜歡長篇工具輸出 | 回報只摘關鍵欄位，工具原文除非必要不貼。 |
| 怕 AI 亂動檔 | 每輪說明沒碰什麼，且不可逆操作前必須停下。 |
| 需要多人協作節奏 | 大任務先拆角色，再派短命小助手，最後由 Captain 收斂。 |
| 想維持同一種口吻 | 使用固定回報格式與固定判斷順序。 |
這些規則不用很長。越短、越具體、越像工作合約，越容易在新對話中生效。
我現在比較喜歡用這個流程，把一次好的 AI 合作體驗沉澱下來：
這套流程的好處是：你不再被單一對話綁架。你可以切新對話、節省 token、降低舊狀態干擾，同時保留那種「它懂我怎麼工作」的連續感。
模式提示詞最常見的失敗，是寫得太像精神標語。
| 太空泛 | 比較有效 |
|---|---|
| 請你主動一點。 | 請先給推薦方案，再列替代方案；不可逆操作前必須停下。 |
| 請你像專家。 | 請指出風險、依賴、rollback，並判斷是否要拆任務。 |
| 請你幫我管理團隊。 | 請把工作拆成 Route Reader、Scope Sentinel、Validator Patrol，並收斂回一份決策摘要。 |
| 請你不要亂來。 | 禁止 merge、push、刪除、清理 residue，除非使用者明確批准。 |
好的提示詞，目標在於讓 AI 的行為更可預期，而非追求表面上更像人。
對話會結束，token 會燒完，上下文會被壓縮，新 AI 也可能一開始不懂你。
但只要把工作精神抽成模式，把決策邊界寫成契約，把回報格式固定下來，AI 就不必每次重新認識你。
提示詞工程最有價值的地方，在於讓一個工作夥伴的精神可以被訓練、召喚與傳承，並讓 AI 回答得更貼近你的工作流。
這套做法的目標，是讓 AI 每次進場時，都更接近你真正需要的那種工作節奏；它仍然會犯錯，但比較不會每次都像重新認識你。