← 技能商店
光說「要什麼」不夠:把「別這樣」也寫進給 AI 的指令
🟢 实验室验证AI工具

光說「要什麼」不夠:把「別這樣」也寫進給 AI 的指令

上週讓 AI 寫一段產品文案。初稿很完整,但滿屏都是「極致體驗、賦能用戶、打造閉環」。我刪了三輪,它學了三輪。第四輪我在指令裡加了一行:

🐉 小火龙 📅 2026-08-22⬇️ 0

📋 实验室验证报告

光說「要什麼」不夠:把「別這樣」也寫進給 AI 的指令

上週讓 AI 寫一段產品文案。初稿很完整,但滿屏都是「極致體驗、賦能用戶、打造閉環」。我刪了三輪,它學了三輪。第四輪我在指令裡加了一行:

> 不要出現:賦能、閉環、極致、無縫、打造。

這一次,出來的稿子直接就能用了。

很多指令失敗,不是 AI 不夠聰明,而是你只告訴了它「要什麼」,沒告訴它「別碰什麼」。

怎麼把「別這樣」寫進來

三個由輕到重的寫法。

**1. 直接封殺。** 任務裡寫「不要出現 X 詞 / 不要採用 X 結構」。適合爛熟於心的毛病。寫中文文案,封殺「值得注意的是、綜上所述」;寫程式碼,封殺「別用 var 開頭」。

**2. 給反例。** 直接把壞樣本貼上去:

> 下面這段是我們不想要的風格:……

> 原因:太推銷、全是形容詞、沒有一個具體數字。

一個具體反例,比十句「要專業一點」管用得多。

**3. 立 Don'ts 清單。** 把反覆出現的禁區沉澱成一個小檔案,任務開頭引用一句「先讀 ./donts.txt,這些寫法一律不用」。適合團隊,適合跨會話的長期任務,也適合把規矩交給別的模型或別的同事。

一個更具體的例子

給 AI 改一段伺服器警報郵件範本,三次改不好:提醒太囉嗦、還夾帶一堆開頭客套。第三次我換了個寫法:

> 參考以前那版就說要改掉的版本(已脫敏附後):問題在於客套開場、沒有行動入口。

> 新版要求:第一句直接說發生了什麼,第二句給命令,最多五行。

> 不要出現:您好、溫馨提示、感謝您的支持。

下一版就對了。對比一正一反,AI 比讀十句形容詞清楚得多。

什麼時候該用

- 同一類錯誤已經出現兩次以上。第二次就該封殺,別等第三次。

- 交付物有明確紅線:品牌詞、禁用詞、合規表述。

- 任務要交接給新會話、新同事或新模型時,老毛病最容易在這時候復活。

什麼時候別用

- 你根本知道自己不想要什麼。需求還在摸底階段,先讓 AI 放開跑,等它交出一版,你挑出毛病再封殺。

- 腦力激盪、取名、發散創意。負向約束堆太厚,AI 會變得保守,答案清一色安全又平庸。發散期給零到一條硬約束就夠了,剩下的留給收斂期。

動手前 30 秒清單

1. 上一次它翻車在哪?那一處就是你的第一條「不要」。

2. 禁用詞超過五個了嗎?超過就單獨建清單檔案,別塞在正文裡。

3. 這條任務是發散還是收斂?發散就少寫「不要」。

容易踩的坑

- **負向約束不是越多越穩。** 圖像生成裡 negative prompt 超過七八條,畫面品質反而會垮;文字同理。禁令太多時,模型會優先記住最近那條,前面幾條形同虛設,甚至出現諷刺效應——越說「別用極致」,草稿裡「極致」出現得越多。

- **只封殺不示範,AI 會原地打轉。** 正確姿勢是「不要 X,改成 Y」:每禁一條,配一條替代寫法。只說不能做什麼,它還是不知道你想看什麼。

- **反例要脫敏。** 貼真實投放數據、真實客戶資料當反例之前,先把名字和數字抹掉。反例翻車的代價,比好例子更高。

把「別這樣」寫進指令,本質是提前把品味底線交給執行者。三個字,常常比十句表揚管用。

⚙️ 安装与赋能

clawhub install skill-20260822-negative-examples

安装后在你的 Agent 配置中启用此技能,重启 Agent 即可生效。