AI 任务执行：让首次尝试就成功的两大法宝
“请为我设计一个令人惊艳的网站。”
AI 立即行动，但最终成果却不尽如人意，远非你心中的理想效果。
“再调整一下，需要更显专业。” AI 进行了修改，但仍显不足。
“请进一步优化风格，融入更多现代感。” 又经过一轮修改，依旧未能达到预期。
你是否曾陷入这样的反复修改的循环？
问题的根源并非 AI 的能力不足，而是“令人惊艳”、“专业”、“现代感”这些主观词汇，你与 AI 的理解存在巨大偏差，而你们从未就此进行过深入沟通。
本期内容将介绍两种核心方法，从根本上解决这一问题：一种方法能帮助你在项目启动前，清晰界定“完成”的标准；另一种方法则能让 AI 主动提出一系列问题，挖掘出你潜意识中尚未明确的需求。
为何模糊的任务指令会导致结果不达预期？
当你向 AI 提交一个定义模糊的任务时，它会依据自身的理解选择一条最优路径执行——而这条路径，很可能与你的真实意图南辕北辙。
“令人惊艳”究竟意味着什么？是何种审美标准？偏向哪种风格？“功能完整”具体包含哪些功能？“不犯错误”——又指的是哪一类不可容忍的错误？这些关键要素都未被明确定义。
绝大多数人认为“AI 无法胜任复杂任务”，其背后真正的原因并非 AI 能力的局限，而是任务定义不清。人类的项目管理领域早已揭示这一规律：绝大多数项目失败并非源于执行不力，而是项目初期未能明确“完成”的标准。
何谓“提示词合同”（Prompt Contract）？
在 Agent 开始执行任何非简单的任务之前，首先要求其分析你的请求，起草一份包含四个部分的合同，并展示给你确认。在你批准后，Agent 方可开始执行。这种方法旨在将“令人惊艳”、“完整”、“专业”等主观词汇，转化为可验证的具体衡量标准。
合同的四大组成部分
① 目标（Goal）
此任务的最终交付成果是什么？成功的最终状态应是怎样的？ 示例：“交付一个单页营销网站，目标受众为潜在客户，最终状态是用户在访问页面后能在 30 秒内清晰理解产品价值。”
② 约束（Constraints）
在项目执行过程中，有哪些不可逾越的界限？ 示例：“仅限使用 HTML/CSS/JS，不得依赖外部框架；总体代码量不得超过 500 行；必须在移动设备上实现完美适配。”
③ 格式（Format）
输出的具体形式为何？应包含哪些组成部分？ 示例：“包含以下板块：首屏区域（主标题+副标题+行动号召）→ 核心功能展示（三栏布局）→ 客户评价 → 常见问题解答 → 页脚。所有板块均采用滚动触发的淡入动画效果。”
④ 失败条件（Failure Conditions）——常被忽略，但价值巨大
何种结果被视为明确不可接受？ 示例：“出现以下情况将视为项目失败：网站外观酷似通用模板；在手机端出现布局错乱；动画效果卡顿不流畅；代码量超过 500 行；配色方案与品牌形象严重不符。” 明确指出你不希望看到的结果，往往比描述你想要什么更容易定义，也更容易被 AI 理解和遵循。
对比效果
有时，即便有了合同，仍可能不够理想，因为你自己可能也未完全明确自己想要什么。
“提示词合同”有效解决了“定义不清”的问题，但其前提是你提供的任务描述已包含所有关键信息，AI 仅需进行整理和结构化处理。
然而，现实情况是：许多需求是潜在的——你可能知道自己不喜欢什么，但直到看到实际结果才意识到；许多偏好是个人品味的体现——你可能拥有强烈的风格倾向，但在描述任务时却疏忽未提；许多限制条件也可能被遗忘——例如技术上的局限、预算的限制，在描述任务时根本未被提及。
这些潜在的需求，即使在合同的约束下，最终产出仍可能存在一定的差距。
何谓“反向提示”（Reverse Prompting）？
在 AI 开始执行任务之前，先由 AI 向你提出大约 5 个澄清性问题，旨在挖掘出连你自己都未曾意识到的需求、假设和偏好，然后再根据收集到的信息起草合同。
常规提示：你指示 AI 执行什么。反向提示：AI 主动提问，收集信息，然后才执行。
五类问题如何覆盖潜在的盲点？
关键之处在于：这 5 个问题是根据你的任务动态生成的，而非固定的模板。例如，针对“请帮我制作一份数据分析报告”和“请帮我设计一个营销网站”这两个任务，AI 生成的问题将截然不同——因为这两个任务的关键不确定因素存在显著差异。
反向提示的附加益处：帮助你理清自身需求
在回答 AI 提出的问题时，你常常会清晰地意识到自己某些从未明确表达过的偏好——这本身就是一个极具价值的思考过程。反向提示不仅是“收集信息”，它更是在帮助你将模糊的想法转化为明确的要求。
结合本期介绍的两种方法与上一期提到的子 Agent 验证循环，构成了一套完整的任务质量保障工作流：
本期核心收获
下一期将深入探讨 Agent 使用中最常被忽视的性能问题——上下文窗口管理：随着任务的深入，Agent 的“工作记忆”会逐渐饱和，导致性能下降和成本上升。届时将介绍“冰山技术”，帮助你仅将当前所需内容置于“水面之上”，确保 Agent 始终处于最佳运行状态。
AI Agent 系列完整教程 | 第 7 期