模型能力越来越强，Prompt 应该变短吗？

DeepSeek-v4 预览版出来时，我把 v4pro 当成了开发主力模型（我个人很喜欢 ds）。起初是搭配 Claude Code 来用，但体验下来，感觉并不怎么“听话”：它总是做着做着就偏离我的需求，每次做需求开发，我都得把话说得很细——应该从哪里开始，然后怎么做，最后该干什么……没错，就差手把手了，但这样做的效果确实不错，它的开发表现让我感到满意。

我一度以为，是我写得够详细，模型才终于听懂了，但我的想法是错误的，它本来就能写出精彩的代码片段（会做），但涉及长链路就得靠人来纠偏（不稳定），还经常自作主张引入我不需要的逻辑（不可控），比如经常靠打补丁来”曲线救国”，而不是对齐当前的代码上下文去修复。

就好比看到一个天才程序员，写个函数秒杀全场，但让他做个项目他就乱加功能、改坏逻辑，嗯。。。就是这种感觉。

我写进去的那些步骤，实际上是在替它维持一个执行计划，它负责解决眼前的问题，我负责记住整件事要往哪里走，做完了哪些，还剩哪些，详细的 Prompt 帮它把任务做完了，也把整个项目规划和过程步骤控制都留在了我手里。

用久了就有点别扭，代码确实是模型写的，但从头想清楚该怎么做、做到一半怎么纠偏，还是我的工作，我像个远程操作员，一边看着它干活，一边不断补充下一条指令。

后来，随着模型处理长任务的能力变强，我开始能把更多事情交给它，任务怎么拆、先查哪些代码、发现问题后怎么调整，不用再由我提前全部规定好，原来需要我一直盯着的那些步骤，终于可以少管一点了。

模型可以替我选择实现方法，但无法凭空知道我的取舍，如果需求没讲清楚，它可能会很认真地做出一套完整方案，直到交付时我才发现，做得挺多，但有些根本不是我需要的，白白烧掉很多tokens。

随着我使用的模型推理能力越来越强，我写 Prompt 时，也越来越少替它安排具体步骤了，现在更多是把几件事讲清楚：我要什么结果，哪些地方不能动，哪些事情这次不做，以及怎样才算完成。

至于先看哪个文件、先改哪部分、要拆成几步，这些就交给模型自己推理，它可以读完代码再决定怎么做，遇到新问题就调整计划，我不用在任务开始之前，就把它接下来要走的每一步都安排好。

这其实让我轻松了不少，以前写 Prompt，很多时候是在把脑子里的实施方案一条条翻译给模型，为了告诉它该怎么做，我得先替它把整个任务想一遍，现在，我可以把更多精力花在需求本身，我到底想解决什么问题，哪些要求是必须满足的，哪些东西做到这里就够了。

其实仔细想来，原来那些“先这样，再那样”的指令，也只是我自己习惯的做法，我打算这么做，就顺手要求模型也照着来，但模型看过代码之后，可能会有更合适的判断，只要结果符合要求，也没有越过我划定的边界，它完全可以用一种和我预想不同的方式完成任务。

这也是我后来觉得某些固定流程用起来有点重的原因，模型已经能自己判断下一步了，我却还是要求它每次都按同一套步骤走，多少又回到了手把手的状态，涉及重要改动，我依然会要求它先说明方案，或者在关键地方停下来确认，只是这些要求应该来自这次任务的需要，没必要每次开工都完整地来一遍。

有些需求几句话就能说明白，有些限制很多，仍然得耐心写清楚，但那些模型已经能自己推到的中间步骤，我觉得不必再一条条替它安排了。