你缺的不是“背景目标”,而是让 AI 能自己判断对错的标准和可复用的信息。只给目标,AI 只能一步步等你指令;给出好/坏标准与素材,它才可能超出预期。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
“纯执行”通常不是 AI 笨,而是判断标准没交出去
材料里的观点立正把这类落差归到 context 不足:AI 没有你掌握的信息,就不能指望它做出你心里的判断。他举的例子是,你了解一个人有百分之百的信息,给 AI 的可能只有一成到两成,剩下的它没有,就不能说它傻1。他还说,写 prompt 不能只写“你是一个优秀的脱口秀演员,帮我写个段子”,而要交代想要的风格、参考的人、原则,以及你积累的素材和方法1。对应到你的情况:你给了背景和目标,但没给“什么样算好、什么样算差”,AI 就只能做最保守的执行。
把模糊需求拆成三件事,并明确好坏边界
材料里的观点立正给过一个 3C 模板:Context(背景)、Component(组成部分)、Criteria(标准)。他的说法是,只有把这三样清楚给到 AI,AI 才能理解意图,agentic AI 才能在此基础上自动迭代、纠错2。他还强调“损失函数思维”:不能只告诉 AI 好还是不好,要告诉它什么是好、什么是不好2。这正好解释你“两轮之后变成我说一句它做一下”的现象——没有可自检的标准,AI 每步都得回来问你,交互自然退化成逐句指令。
换个心态:从“用工具”变成“搭系统”
AI推演立正批评过一种心态:把 AI 当 GUI 按钮,点一下不 work 就吐槽产品。他说 AI 不是外挂也不是魔法,要学怎么用好它;他自己用 Manus 出错十四次、第十五次做成,反思的是“为什么我花了十四次迭代才调好”,而不是怪工具3。这是 AI 的综合判断:博主展示的“超预期”,往往背后有沉淀好的素材库、风格说明和评价标准,而不是一次对话就成。你可以先挑一个反复做的任务,把“好结果长什么样”写成几条可检查的标准,再连同素材一起给 AI,看它是否能少问你几轮——这是可观察的反馈,不是保证。
片段只给了原则和例子,没有针对“给完背景目标仍退化”这一具体情形的操作步骤;3C 模板的完整内容在片段外,这里只按已出现的定义使用。
出处
- 1EP14:对话课代表立正:AI时代下,后悔没早点离开职场
立正解释 context 不足与 prompt 要交代风格、原则、素材。
- 2能用好AI的人一定是个好领导和好伴侣
给出 3C 模板与“告诉 AI 什么是好/不好”的标准思维。
- 3E195|从工具到伙伴:七位AI Agent深度使用者的思考
用 Manus 多次迭代的例子说明 builder 心态与改进路径。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 【我的背景】我是一个搜索平台产品,主要负责评测平台、洞察平台(如线上大盘数据分析、用户搜索行为数据等)、线上结果干预平台、kbox线上卡片干预和配置平台,目前10-12月在做平台的大模型评测优化项目,
【我的疑问】受限于自己的平台产品岗位,并不直接负责模型评测skill的开发功能;另外在架构侧也在做一个新agent,但是这个ai做得很垃圾,agent不能支持自主调用,且回答也错误,自己的ai能力比较差,想提需解决,但是不知道从哪入手,我想问问我接下来该怎么做
先别急着提“把agent修好”的需求。用你手上的评测平台,把“回答错误”和“不能自主调用”拆成可验收的评分标准,再用真实用户反馈定优先级,这是你能主导的核心产出。
- 这个课干啥的
这是一门教人真正把 AI 用进工作与项目的课,重点不是软件操作步骤,而是提需求、判断与动手做的能力;另有一门一小时小课供先试。
- 课代表在223年写的一篇文章里面有讲包括大语言模型是怎么来的呀?介绍这些背景资料的
按现有片段,无法确认“课代表”在2023年写过介绍大语言模型由来的文章;能确认的是立正在2023年有两份公开讲解,分别从生成模型原理和范式变化切入。
- 前辈想请我付费帮她做一档播客,我很愿意采访,但觉得采访完之后的剪辑和发布比较麻烦。一方面我觉得 AI 应该可以把后期做的不错,但实际上我自己的播客后期一直没有弄的很丝滑。我不太知道怎么判断这件事合适。我想的是,我可以收很低的费用,只负责采访。或者用相对高一些的费用,把采访和后期都接了。不太想接负责找外包剪辑同学以及和外包同学沟通,之前自己试过比较麻烦。
按你的约束,更稳的是低价只接采访,把后期排除在承诺之外;若想连后期一起接,就应把外包剪辑和沟通成本算进报价,而不是假设 AI 能替你消化。
- 如何做好 data agent?
做好 data agent 的关键不在模型多强,而在先把数据关系建模成图、在生成查询外加一层审计纠错,并把上线后的持续调优当成常态。
- 目前用了很多 agent,如果管理跨 agent 的 skill 更新和维护问题?
把 skill 当成需要持续运营的共享资产:统一存放、版本化、按环境适配,并给高风险改动加审批。多 agent 不是多份 skill,而是同一份 skill 被多处引用。