拒绝AI"飘"忽：给助手建立一套"工厂环境"

你是否也曾遭遇过这种困境：

让AI撰写稿件，初稿尚可。你要求修改，它却越改越偏。你指出错误，它反而改得面目全非。几轮迭代后，你不得不亲自出马重写。

或者让其制定计划。结果它屡屡“失忆”——前次确立的定位，此刻却不承认；上一轮指令向东，这轮却转向西方。你自以为是在训练助手，实则沦为全职保姆。

症结究竟何在？

并非AI不够智能，而是其运行环境太过恶劣。

过去两年，我们耗费大量精力在“让AI表达更优美”——优化提示词、填充背景信息。这固然有效，却仅治标不治本。

打个比方：

提示词工程，犹如指导工人操作机床。指令越明确，操作越精准。但这仅能管控“这一刀的切法”。

上下文工程，宛如为工人配备图纸与说明书。它知晓零件规格与标准。但这仅能管控“这一批次的作业方式”。

然而真正的挑战在于：若要打造一个全天候运作的车间，面对人员轮换、设备故障、原料短缺，车间能否持续产出合格品？

此方法旨在解决上述难题——非追求工人技能精进，而是为其构建一套可持续运转的“工厂生态”。

有人称之为“环境工程”，名目非关键，核心在于思路：将AI视为工人，为其搭建车间、配置图纸、规范流程、设立质检。

图1：保障AI稳定输出的三层能力（由浅入深）

该方法的精髓在于四点，通俗来说：

试问哪家工厂是同一个人集设计、生产、质检于一身的？绝无可能。因若一人身兼数职，必会对产出过度自信——“我觉得很棒”。

AI亦然。若让同一AI既撰写方案又进行审核，它会愈发“自洽”——每审视一遍皆觉“无懈可击”，然旁人视之，尽是漏洞。

故首要原则：撰稿者不审核，审核者不修改。令不同AI角色各司其职，中间以“问题清单”进行交接。

操作简便——审核时，开启新对话窗口。

正如文章写毕，不亲阅，而是交由“未参与写作之人”挑刺。此人未受你思路“带偏”，故能洞察你未觉之谬误。

三种路径，由简至繁：

1最简：撰毕后，手动开启新窗口，粘贴内容，令AI充当“审核员”。

2进阶：借助AI工具（如Claude Code），可配置“自动开启新窗口审核”。

3专业：编写代码实现自动化，每次审核皆重新初始化。

图2：四大角色，各司其职

AI每次开工皆似“失忆”——不记前次所言、风格偏好、关注重点。需每次重申身份。

解决之道在于构建三层“档案库”：

1底层档案：身份、长期定位、产品版图——此为稳定的“人设”，变动甚微。

2中层档案：近期项目、当前重心——此为“工作面”，随项目推进更新。

3上层档案：未定草稿、待补素材——此为“半成品”，极不稳定。

最简方式即建三个文件夹：

AI每次开工前，先读取三层档案。即知身份、事由、何者可用、何者待定。

图3：三层档案库（重要性：底层 > 中层 > 上层）

工厂工人换班，非随意招呼即走。需留交接记录：进度、停顿、缘由、下步衔接。

AI亦然。每轮任务终了，必输出三样内容：

1计划单：本轮目标、后续路径。

2回执单：实际产出、停顿缘由。

3状态清单：当前进度、下一步入口。

📋 交接单 [公众号文章生产]

阶段：审核 → 修复 进度：60% 本轮完成：初稿撰写、独立审核 产出物：/桌面/公众号_xxx.html 阻塞点：审核发现3个阻断级问题 下轮入口：根据问题单修复B-001至B-003

如此，下一轮AI无需猜测“进度至何处”，可直接自交接点延续。

一篇佳作，非一蹴而就，多是“被逼”而出。

令独立AI角色审核，涵盖五重视角：

红队视角：若遭恶意攻击？（安全边界）

白队视角：技术可实施？（可行性）

小白视角：外人能懂？（易读性）

专家视角：有无更优解？（专业性）

用户视角：确为用户所需？（价值感）

审核非泛泛赞许，而是输出结构化“问题单”——何者有误、级别、整改方案。继而退回，令撰写角色逐条修正。

重要规则：修复超3次未果，即显式阻断，要求人工介入。

此乃防系统陷入无限自我改写——有时非AI所能修，乃方向初定即误，需人决断。

“阻断”意指：系统停摆，交问题予人。人可重定方向、降标放行或重写。系统不自决否定人工决策。

图4：对抗收敛流程（返修上限：3次）

非所有任务皆需如此繁复。先自查是否为目标用户：

此法将增加部分成本：

Token成本：多角色协作需多次调用LLM。一篇公众号文章从选题至发布，或耗5-10倍Token（对比单轮对话）。

时间成本：审核、返修、交接耗时。然高风险任务，此投入值——避“成稿方知路错”。

维护成本：三层Context库需持续维护。然此维护即知识沉淀，长远观之乃资产。

此乃本人实践：

场景：需公众号文章自动生成，将日常AI/产品/流程思考整理为可发布稿。

此前之弊：

令AI撰文，初稿尚可，改两轮即偏。不记风格、定位，屡屡失忆。终觉耗时多在“重释背景”与“纠偏”。

应用Harness后：

关键变革：

1建三层档案库，AI开工前先“读档案”

2撰稿与审核分离，审核开新窗口

3每次停工写交接单，下次直接续接

4返修超3次即阻断，由我决断是否降标

最重要的是：终可入睡时令AI继续作业。醒时见经研究、撰写、审核、修复后相对收敛之稿，而非需重释背景之半成品。

欲试此法，建议始于最简：

1建三文件夹：定位 / 项目 / 草稿箱。分置长期定位、当前工作、素材。

2审核开新窗口：下次AI撰毕，你开新窗口粘贴，令AI作“陌生人”挑刺。

3每次停笔写几句：进度、停因、下步。存“项目”文件夹。

1用支持“技能”的AI工具（如Claude Code），将“撰写”、“审核”、“交接”封装为固定流程。

2将档案库挂载至AI工具，使其自动读取定位与当前工作。

Q：此法与网上“思维链”等有何关联？

A：前者助AI“想得清晰”，此法助AI“干得稳定”。可叠加，不冲突。

Q：开新窗口审核，真有效？非同一AI乎？

A：有效。关键在“新窗口未阅前文”——仅见最终产出，不知构思过程。如陌生人阅文，比亲阅更易发现谬误。

Q：维护三层档案库是否繁琐？

A：底层中层本即工作产出（定位、项目文档），分门别类即可。上层即草稿箱。维护成本不高，收益显著。

· · ·

此非高深技术，乃“工程思维”——视AI为工，搭车间、配图纸、定流程、设质检。

你会发现，AI不再“飘忽”，不再“健忘”，不再“中断”。

其始似真助手，非需时刻紧盯之孩童。

核心原则唯一句：非令AI更聪，乃为其建稳定运转之环境。

· · ·