OpenAI 教人写提示词说少写步骤，我写了十几个 agent 指令只信一半
哈喽，我是飞飞。
前两天 OpenAI 出了一份面向普通人的提示词指南，核心一句话被到处转：从结果出发，少写步骤。
我看到标题第一反应是想反驳。因为我手里天天跑着十几个给 AI 派活的指令，有些恰恰是靠「把步骤写死」才不翻车的。
但我把原文翻到底，发现被转烂的是半句话。OpenAI 的原话是：当过程本身重要时，就把过程描述清楚；否则，给模型留出自己去搜、去比、去调整的空间。
后半句没人读。而那半句，才是这份指南真正的分寸。
昨天我刚写过 Claude 的遮词 hook，讲怎么把软规则钉死在动作层。这篇不碰 hook，也不聊模型，往前挪一步：一条给 AI 的指令，到底该给它一个目标，还是把步骤焊死。这俩坑我踩了两年，今天摊开讲。
少写步骤只对一半
先说我为什么信这半句、又只信一半。
我写过一整套 skill，天天串起来出稿：拉资讯的、选题的、调研的、写稿的、润色的、配图的、分发的，还有一个总编排的，一口气跑完。它们里头，有的我只给了目标，有的把步骤抠到了子步骤。
这跟我心情无关，看的是活的性质。
OpenAI 那句话的分寸就在这儿：过程重要就写清过程，过程不重要就放手。问题是「过程重不重要」这句判断，指南没替你做，得你自己拿捏。
我这两年拿捏出的一条线是这样的：需要判断、需要权衡、每次答案都可能不一样的活，给目标；多环节交接、一步错满盘乱、每次都得走同一条路的活，焊步骤。
下面四节，全是我拿真金白银的 token 换来的。
判断的活只交目标
我的选题 skill 是最典型的「只给目标」。
它要干的事是：从几十条 AI 资讯里挑出最值得写的五条。我没给它「第一步查阅读量、第二步查转发」这种死步骤，给的是一套六个维度的打分框架：账号契合、可写性、热度、爆款相、时效，再减去跟最近撞题的重复度。每个维度怎么权衡，我让模型自己判断。
为什么这类活不能写死步骤？因为选题这事本身就没有标准动作。今天热的是模型发布，明天热的是某家翻车，权重每天都在动。你把步骤焊死，它就只会机械套用，碰到框架外的好题反而装看不见。
这跟我早年写代码提示词踩的坑一个道理。我花过半小时写一份特别细的指令式提示词，把函数名、异常处理、变量名全规定死。结果代码风格跟项目里其他部分对不上，错误处理还打架，改起来比自己写还累。后来我改成只讲清「要做什么、为什么」，把技术栈和验收标准给够，剩下让它自己复用项目现成的封装，代码反而直接能合进去。
今天就能改的一个动作：翻出你最近写得最啰嗦的那条指令，如果它干的是选题、取舍、出方案这类需要判断的活，把那串步骤删掉，换成「你要达成什么」加上一两条不能碰的红线。给它判断的空间，比给它一条轨道更管用。
交接的活步骤焊死
反过来，我那个总编排的 skill，是把步骤焊得最死的一个。
它要串起八个环节：调研、写稿、润色、评阅、沉淀、配图、分发、发布，一个接一个，每个环节还有自己的子步骤。这种活，我一个字都不敢省。
因为它是多环节交接的确定性流程。我试过偷懒，只写一句「帮我写篇文章配图再分发」，模型立刻就飘：要么漏掉评阅直接配图，要么顺序乱了先分发后润色，要么自作主张加一个我没让它干的环节。环节越多，出岔子的缝越多。
我这套写稿 skill 最早就一句话：帮我写篇两千字的中文科技文。那版勉强能用。后来一步步往里加，拆到三百多行、十几个步骤，才变成「一句话产出能直接发的稿」。步骤拆得越细，模型自由发挥的缝越小，输出越稳。
配图那一环我栽过一个更具体的跟头。早期我没把「只许写截图占位、绝不许自己上传图片或往正文塞图床链接」这条写死，只给了个「把图配好」的目标。结果 agent 自作主张，把一串图床链接直接塞进正文，还漏图。我把这条抠成硬规则之后，它才老实。
这正好是 OpenAI 那句话的另一半：过程本身重要的时候，你就得把过程写清楚。多环节交接的流水线，过程就是命。
今天就能改的一个动作：找出你那条最容易漏步骤、乱顺序的多环节指令，别怕啰嗦，把每一步和步骤之间的交接写死。这种活偷懒省下的字，都会变成后面返工的时间。
老坑用硬规则兜住
OpenAI 指南里还有一句我特别认同：用一两条硬规则，替代冗长的逐步骤脚本。
它给的例子很朴素，比如「别改动已经敲定的日期和预算数字」，比如「拟成草稿，先别发出去」。一句硬约束，堵住一个它最容易犯的错。
这套我早就在用，而且是被逼出来的。
我那个防 AI 味的 skill，一开始给的就是个纯目标：写得有人味，别像 AI。你猜怎么着，模型飘得没边，每篇的 AI 味都不一样，这篇破折号一堆，那篇满是对仗金句，我根本没法预期它下一篇会怎么翻车。
后来我才想明白，「写得有人味」这种话模型接不住，它太虚了。我把它换成一串 grep 能扫的死规矩：正文里的中文长破折号一个都不许出现，对仗句最多留一处，字数卡死在一个区间。命中一条，直接打回重写。
从虚目标换成硬规则，这一版才真正稳住。
这里有个反直觉的点：给判断类的活「留空间」，跟给老毛病「上硬规则」，一点都不矛盾。前者是让它在没标准答案的地方自己拿主意，后者是在它反复栽跟头的动作上，立一道绕不过去的闸。指南那半句「少写步骤」，从来不等于「什么约束都别给」。
今天就能改的一个动作：回想 AI 帮你干活时，最让你反复抓狂的那一个具体毛病，把它写成一句你自己都能一眼验证的硬规则，贴到指令最上头。别写「注意质量」，要写「每个数字必须能对上原文」这种。
别指望一次写对
OpenAI 还点了一句常被忽略的：你不用一次就把提示词写对，后续追问本来就是预期内的调整方式。
这条我举双手赞成，而且我把它做进了 skill 的骨头里。
我的选题 skill 跑到挑出五条候选，会主动停下来，等我拍板选哪条，才往下走。发公众号那个 skill 更彻底，默认压根不触发，非得等我明说「发到公众号」它才动，就怕它自作主张把没审的稿推出去。
这些停顿都是我故意留的口子。有些判断，我不想交给模型替我拍。选题错了是一整篇的方向错，发错稿是发出去就收不回。这种要命的关口，我宁可它停下来问我一句。
能交给模型自己跑的，是那些照步骤走、错了也好收拾的活。真正压着风险的那几步，得留一道人工闸门。这跟 OpenAI 说的「后续追问是预期内的」是一个意思，只不过我把「追问」提前固化成了流程里一个写死的停顿点。
今天就能改的一个动作：看看你有没有哪条指令，是让 AI 一口气从头跑到尾、中间不给你插手机会的。如果这条链子里有一步错了代价很大，就在那步前面加一个「停下来等我确认」。
先改你最飘那条
说到底，这两年我最大的体会是，这套「哪类活给目标、哪类活焊步骤」的分界，我一开始根本没想明白，全是一个个 skill 踩着坑长出来的。我甚至专门写了个 skill，每出完一篇稿就把新踩的坑自动提炼成一条规则，回写进那本手册，让它越用越紧。
OpenAI 这份指南写得挺好，但它默认你已经会判断「过程重不重要」。而这恰恰是最难、也最值钱的那一步。
所以别急着照搬「少写步骤」。真正管用的不在你写了几步，在你拎得清哪类活只交个目标让它自己判断、哪类活得把步骤一颗颗焊死。
今天你就挑一条：最近你写给 AI、结果它飘得最狠的那条指令，掂量一下：它是该给目标、你却把步骤写太死，把它绑僵了？还是该焊步骤、你却只甩了个目标，给了它乱来的空间？对症改一处，比读十篇指南都值。
说说你的。你写给 AI 的指令里，飘得最离谱的那条，是给目标给过了头，还是步骤没焊死？评论区聊聊，我看看是不是又戳中了一片人。