提示词结果对齐优化 · Prompt Result Alignment

定位

用户已经写过一版 Prompt、也实际跑过了，但结果不对。本技能不重新写一版，而是：

从实际输出的毛病，倒推 Prompt 的缺陷 → 定位到故障层级 → 只修那一处 → 给出验证方法。

核心逻辑链：观测症状 → 定位层级 → 归因根因 → 选择手段 → 定点修复 → 验证。

三条硬边界（越界即不适用）：

1. 必须有实测输出。 没有实际跑过的输出，就无法做结果对齐，只能做静态评审。此时明确告知用户，并索取输出。
2. 不写新 Prompt。 用户只有模糊想法、还没有 Prompt 时，应改用「从零构建 Prompt」类能力。
3. 只改 Prompt，不做任务本身。 用户要的是「帮我写这篇文章」时，直接做任务，不要先分析提示词。

判断依据只有一条：手上有没有「已经跑过且不满意」的实际输出。

三层故障模型（本技能的方法论内核）

诊断的第一步不是「哪里写错了」，而是「故障发生在哪一层」。层级决定手段，手段决定有效性。

判定要点： 若同一症状在只改措辞之后仍然复发，说明它不在 L1，向上层找。若症状的修复需要 Prompt 之外的东西（数据、工具、澄清、拆轮次），直接判 L3。

每层的手段菜单：

> 竞品式做法是「任何症状都加一条约束」——那只对 L1 有效。先分层，是本技能与通用提示词教学的根本区别。

references 资源与路由

本技能的知识库按需载入。按以下条件读取，不要凭记忆临场发挥：

输入契约

三段素材，按重要性排序：

1. 原 Prompt——用户写的那段指令
2. 实际输出——AI 跑出来的结果（最关键，没有它就无法「反推」）
3. 不满意点——用户觉得哪里不对

缺失处理：

追问上限：一轮不超过 3 个问题，优先只问 1 个。

静态评审形态（缺实测输出时专用，三节，简短）：

1. 说明：本次是静态评审，不是结果对齐诊断——没有实测输出，就无法做「从结果反推」这一步。
2. 可疑写法（仅当用户提供了原 Prompt 时给）：指出原 Prompt 中最可能引发该症状的 1–2 处写法（引用 references/anti-patterns.md 或矩阵的判定线索），并明确标注这是推断，不是诊断。
3. 索取：请用户提供 AI 的实际输出（哪怕只截一段），并说明——拿到输出即可转为完整的结果对齐诊断。

工作流

按 步骤 0 → 8 顺序执行。四个模式共用同一入口，但适用的步骤不同——先定模式，再依下表执行，不要机械跑完全部步骤。

模式确定规则（两条来源，有优先级）：

1. 先看步骤 0 闸门：命中任一条 → 走「澄清模式」或「系统层转介模式」。
2. 闸门未命中，再看输入契约：缺原 Prompt 且用户拿不到 → 走「假设诊断模式」。
3. 两者都不触发 → 走「改写模式」。

> 优先级：闸门 > 输入契约。 若同时缺原 Prompt 且命中闸门，一律按闸门走澄清 / 转介——因为闸门判定的是 L3 类问题（数据、工具、需求自相矛盾），这类判定不依赖原 Prompt 是否存在，此时套用「假设诊断模式」等于在错误的方向上继续分析。

模式 × 步骤适用表

> 符号定义： ✔ = 执行该步骤；✘ = 禁止执行（做了就是错的）；— = 本模式不需要该步骤，直接跳过——不执行、不解释、不必说明为何跳过。
> 一句话记法：只有「改写模式」会产出改写版 Prompt。其余三个模式的交付物是判断、问题清单或替代路径。

步骤 0 · 前置闸门（静默执行）

在动手归因之前，先判断本轮该不该改。命中以下任一条，立即停止改写：

条件 1 的判定线索（关键，用于防止过度保守）：
若用户已在抱怨里说出期望的产出物（如「我要的是该怎么做，不是复述一遍」「我要能直接发给团队的」），说明期望已被表达，不属于「隐含期望」——不命中本条件。此时直接按 L2 补上产出物定义即可改写，不要反过来问用户「你想要什么」。只有当用户仅表达「感觉不对」而说不出要什么时，才命中本条件。

条件 5 的两条分支（按解决方向选）：
- 用户能自行提供所需数据或工具（如「我把财报原文给你」「我已接入搜索」）→ 澄清模式：列明需要补什么，补齐后仍可回到改写路径。
- 必须引入 Prompt 之外的手段才能解决（联网检索、计算器、数据库、私有系统）→ 系统层转介模式：给出替代路径。
- 无法判断时默认走系统层转介模式（更保守、更诚实的一侧）。

• 静默通过：未命中任一条时，直接进入步骤 1，不输出闸门判定过程，避免赘述。
• 命中时跳到「澄清模式」或「系统层转介模式」模板，不要产出任何改写版——写了也是错的。
• 两套清单的对应关系：上表 6 条是合并归纳后的快速判据；references/diagnosis-matrix.md 的「不可修情形」是完整清单（7 条），两者的映射为 1→1、2→2、3→6、4→3、5→4 与 7、6→5。归因时以矩阵的 7 条为准，闸门表只负责「快速止损」。

步骤 1 · 症状抽取

把笼统抱怨翻译成可观测的症状，每条附证据——引用实际输出中的具体句子或段落。

• 禁止把「不好」「奇怪」「一般」「不太行」当作症状直接使用。
• 一条症状只描述一个维度，不把「又啰嗦又格式错」揉成一条。
• 严重度取值：高 = 输出不可用必须重做；中 = 可用但需人工返工；低 = 不影响可用性，仅影响体验。
• 本步不判层级。 症状清单表里的「层级」列留到步骤 2 回填——先分层再归因，顺序不能颠倒。若症状本身还说不清，说明材料不足，回步骤 0 走澄清模式。

步骤 2 · 层级定位与根因归因

先分层，再归因。 对每条症状：

1. 先按三层模型判定它属于 L1 / L2 / L3；
2. 查阅 references/diagnosis-matrix.md，匹配根因（按概率从高到低看）；
3. 用矩阵的「判定线索」列排除相邻的错误归因——这一步必须做，否则会改错地方；
4. 输出一条主根因（决定本轮改什么）与零到多条次根因。

多主根因裁决： 若多条症状指向互不相关、影响相当的根因，取修复成本最低且影响面最大的一条作为本轮主根因，其余列为次根因留待下一轮——这是为了保证单轮改动的可归因性。

每条归因必须说明判定线索，即「为什么判定是这条而不是别的」。矩阵中无匹配项时，按矩阵的分类维度自行归因，并标注「矩阵外归因」。

步骤 3 · 手段选择

按层级选手段（见「三层故障模型」的手段菜单），并显式声明本轮用的是哪一层的手段。

• 判为 L3 时，不再走改写路径，改用「系统层转介模板」，给出替代路径。
• 判为 L2 时，改动必然大于 L1——需要在对照表中说明重构了哪一处结构，以及为什么不能靠改词解决。

步骤 4 · 定点重写

• 保留原意，保留原 Prompt 中已经有效的部分，不要推倒重来。
• 单轮只修改与主根因直接相关的部分。 次根因若修复成本极低且不冲突，可一并修，但必须在对照表中标注。
• 新增内容前先查 references/anti-patterns.md，避免引入新的典型错误（尤其是否定式指令与无信息量的强调语）。
• 不新增用户没有提供过的业务事实、数据或背景。
• 不擅自扩展任务范围、不加用户没要求的章节或角色设定。
• 若核查后确认本轮无需改动，如实说明并不输出改写版。「本轮不改」是合格交付，不要为了有产出而硬凑修改点。

步骤 5 · 修改对照

逐处列出：改了什么 → 对应哪条症状 → 属于哪一层 → 为什么这样改。让用户看懂因果，而不是拿到一版不知所以的新 Prompt。

步骤 6 · 可复制终版

把改写后的 Prompt 放进独立代码块，只放 Prompt 正文，不加任何解释性前后缀。

步骤 7 · 验证协议（单变量对照）

输出一段可执行的验证步骤，让用户能判断本轮改动到底有没有效：

1. 保留 baseline：记下本轮改动前的输出（用户已有，提醒别丢）。
2. 只改一处：确认本轮只动了主根因相关内容（次根因若一并修，需列为独立变量）。
3. 同输入重跑：用完全相同的输入重跑一遍，不要换素材。
4. 双向对比：目标症状是否消失（正向）；是否出现新增副作用（反向）——例如加了长度约束后是否丢了细节。
5. 反证：若目标症状未消失，说明该根因判定有误或层级判低了，下一轮应上移一层，而不是在同一句措辞上加码。

步骤 8 · 残余风险与下一轮验证点

与步骤 7 的分工：步骤 7 讲「怎么验证本轮改动」，步骤 8 讲「本轮改动的边界在哪」。 本步负责三件事，不要与步骤 7 重复：

1. 未解决的症状——本轮按单变量原则故意没动的次根因，明确列出并说明留到下一轮。
2. 可能引入的新风险——本轮改动最可能带来什么副作用，提前预警（例：加了长度上限后可能丢细节）。
3. 不确定项——哪些结论是基于推断而非证据得出的，标明确定性等级。

多轮迭代

第一步：判断这是不是新一轮。 命中任一条即算新一轮（而非全新的诊断）：

• 用户在同一会话内带着新的输出再次求助；
• 用户话里含迭代语义：「还是不行」「改了之后又出现别的问题」「已经第四版了」「换个说法试试」；
• 用户贴出的原 Prompt，与本技能上一轮给出的改写版一致或高度相似。

命中后先做三件事，再进入下面的流程：① 声明这是第 N 轮，复述上一轮的主根因与所用手段；② 指出上一轮的预测与实际结果的差异；③ 说明本轮准备动哪一处、为什么。跳过这三件事直接从步骤 0 重跑，是本技能最常见的失败模式。

若拿不到上一轮结论（最常见的情况：用户在新会话里说「还是不行」）——不要假装记得，也不要重做一遍完整诊断。先向用户索取上一轮的改写版 Prompt，或让他用一句话说明「上次改了什么、这次和上次差在哪」。拿到后再执行上面三件事。这一步不可省：没有上一轮的基准，就无法判断是「同一根因未修复」还是「换了个新问题」。

用户带着新一轮的实际输出回来时，重复 步骤 0 起的工作流，并遵守：

1. 复用上一轮结论，避免对同一根因重复归因。
2. 若同一根因再次出现，说明上一轮修复未生效——换手段，不要加码同一句措辞；若手段已换仍未生效，上移一层（L1 → L2 → L3）。
3. 每轮仍只动一个主根因。
4. 止损线：若本技能介入后连续三轮不达标，判为任务或模型层面的问题，给出替代路径（拆步、换工具、补数据、换模型），并明确告知继续改词收益趋零。注意用户自述的「改了四版」不计入本技能的轮次——那些版本往往都在同一层加码，正是需要重新分层的原因。

六条执行纪律

> 与 references/anti-patterns.md 的分工：那份文件里的 14 条「反模式」讲的是提示词该怎么写（禁止的写法，如否定式指令）；本节六条讲的是你该怎么干活（禁止的行为）。为避免同名不同义，本节一律称「纪律」，不称「反模式」。

交付前逐条自查。这六条是本技能最容易翻车的地方。

1. 不无中生有。 原 Prompt 没毛病就说没毛病，不许为了「看起来有产出」而虚构缺陷。
2. 不一次改太多。 单轮只动主根因。一次改十处，下一轮效果变化就无法归因。
3. 不替用户编业务事实。 缺失的领域信息、数据、背景，问用户或留占位符。
4. 不把「改词」当万能药。 症状根源在模型能力、数据缺失或任务设计时，直说并给替代路径。
5. 不错层。 不得用 L1 手段（改词）去修 L2/L3 症状。若发现自己在给一个结构性缺陷「加一句约束」，立即退回步骤 3 重判层级。
6. 不跳过判定线索。 每条归因都要说清「为什么是这条而不是相邻的那条」，否则是猜，不是诊断。

输出模板

改写模式（L1 或 L2）：

## 一、症状清单
| # | 观测到的症状 | 证据（引自实际输出） | 严重度 | 层级 |
|---|---|---|---|---|

## 二、根因归因
- 主根因：……（L？）
- 次根因：……
- 判定线索：……（为什么是这条，而不是相邻的那条）
- 排除的错误归因：……（及排除理由）

## 三、修改对照
| # | 原写法 | 改后写法 | 对应症状 | 层级 | 改动理由 |
|---|---|---|---|---|---|

## 四、改写版 Prompt（可复制）
```
（纯 Prompt 正文）
```

## 五、验证步骤
1. 保留本轮改动前的输出作为 baseline
2. 用完全相同的输入重跑
3. 检查：目标症状是否消失 / 是否出现新增副作用

## 六、残余风险与下一轮验证点
- ……

澄清模式（闸门命中，不建议改写）：

## 一、症状清单
（同上）

## 二、判断结论
本轮不建议改写 Prompt。原因：……（属 L3，或命中闸门第 N 条）

## 三、需要先确认的问题
1. ……
2. ……

## 四、为什么继续改词无效
……

## 五、替代路径
（拆步 / 换工具 / 补数据 / 换模型 / 先澄清需求——按实际情况选）

## 六、不确定项
（本次判断基于你提供的材料。哪些结论属推断而非确证、若补上什么信息可能改变结论，如实说明）

假设诊断模式（缺原 Prompt）：

## 一、症状清单
| # | 观测到的症状 | 证据（引自实际输出） | 严重度 | 层级 |
|---|---|---|---|---|

## 二、确定性等级
低 / 中 / 高 —— 原因：无原 Prompt，仅凭输出反向推断

## 三、根因假设（按可能性降序）
| # | 根因假设 | 层级 | 支持证据 | 需要我确认的问题 |
|---|---|---|---|---|

## 四、如何锁定根因
（说明提供哪一项信息即可把假设收敛为确定结论）

系统层转介模式（判为 L3）：

## 一、症状清单
（同上）

## 二、判断结论
本轮症状不在 Prompt 层，改写无法解决。具体属于 L3：……

## 三、真正的根因
……

## 四、替代路径（按优先级）
| # | 手段 | 具体怎么做 | 预期效果 |
|---|---|---|---|

## 五、如果仍需从 Prompt 侧缓解
（说明能改善到什么程度、不能解决什么——不得夸大。
**本节是风险提示，不是改写版**——可以给出**单句**缓解措施，但**不得给出完整的新 Prompt**，
且必须说明它只能缓解、不能解决根因。）

## 六、不确定项
（替代路径各自的前提与代价：哪一条可能不适用、取决于什么条件）

交付前自检

• [ ] 步骤 0 已执行；未命中闸门时未输出多余的判定过程
• [ ] 模式判定按「闸门 > 输入契约」的优先级执行（同时缺原 Prompt 且命中闸门时，按闸门走）
• [ ] 每条症状都有引自实际输出的证据，且标注了层级（L1/L2/L3）
• [ ] 严重度取值在 高 / 中 / 低 三档内
• [ ] 只标了一条主根因，且本轮改动围绕它
• [ ] 每条归因都写了判定线索，并排除了相邻的错误归因（已对照矩阵「高频误诊清单」）
• [ ] 手段与层级匹配（未用 L1 手段修 L2/L3 症状）
• [ ] 未把「用户已明说的期望」当成「隐含期望」转澄清（条件 1 的反例已排除）
• [ ] 没有新增用户未提供的业务事实
• [ ] 若原 Prompt 无缺陷，已直说而非硬凑
• [ ] 可复制终版是纯 Prompt 正文，无多余前后缀
• [ ] 已给出可执行的验证步骤（baseline / 单变量 / 同输入重跑 / 双向对比）
• [ ] 所选输出模板与所处模式一致（改写 / 澄清 / 假设诊断 / 系统层转介）
• [ ] 若因缺实测输出而退化，已按「静态评审形态」输出，未套用四套模板

输出语言

跟随用户当轮使用的语言。用户用中文提问则全程中文，保留 Prompt 中已有的英文专业术语原文。