动手前先判断：这件事让 AI 代办、一起想，还是只能你来定
Anthropic 与 Rick Dakan、Joseph Feller 合作的《AI Fluency Framework》把「委派」定义为设定目标，并决定是否、何时以及如何让 …
#prompting
共 10 条，覆盖 8 期。
关注后，日报里带这个标签的条目会高亮，可一键只看关注。
每期条数最近 10 期
10月29日 周四2
论文：9 个前沿模型写的文字，比人写的更难读
Clark、Martin 与 Mahowald 10 月 21 日提交论文，用与人类阅读难度相关的心理语言学特征（如宾语关系从句、长句法依存、低频词组）比较 AI 文本与人类文本。
10月28日 周三2
一份 CLAUDE.md 四条原则：先想清楚、保持简单、只改该改的、以可验证目标驱动
multica-ai/andrej-karpathy-skills（MIT 许可，约 225.4k 星，本周新增约 3,286 星）把 Andrej Karpathy 在 X 上…
把任务交给 Agent 时，先写明停止条件和哪些步骤要问你
Anthropic 的《Building effective agents》建议先找最简单的方案，复杂度只在需要时增加；Agent 适合需要灵活决策的场景。
10月27日 周二1
AI 输出不合心意时，说清「要什么」并给个样例，别只说「不要」
Anthropic 的提示词最佳实践建议，引导输出格式时告诉模型要做什么，而不是不要做什么，例如把「回复里不要用 markdown」换成「回复由流畅的段落组成」。
10月25日 周日1
别只说「改好一点」，把「好」写成 AI 能逐条检查的标准
Anthropic 的 Claude 文档在讲如何定义成功标准时提出：好的标准要具体、可衡量、可实现、与用途相关，例如不说「表现好」，而说清楚具体要达到什么；多数任务需要同时满足…
10月24日 周六1
复杂任务别一句话交给 AI，拆成几步、上一步的输出喂给下一步
Google 的 Gemini 提示词指南建议，把复杂提示拆成若干部分：一条提示只放一个指令；多步任务让每一步成为单独的提示，按顺序串联，前一步的输出作为后一步的输入；需要分别处…
10月23日 周五1
给 AI 提要求时说出「为什么」，它才能举一反三
Anthropic 的提示词指南建议，把 Claude 当作「聪明但刚入职、不了解你们规矩」的新同事：只下禁令，它只能照字面执行；说明这条要求背后的原因，它就能理解目标，把原则推…
10月22日 周四1
交给 Agent 任务时附上一个它能自己跑的检查，并要它拿证据交差
Anthropic 的 Claude Code 最佳实践指南指出：Agent 在「看起来完成」时就会停下，如果没有可运行的检查，人就成了唯一的验收环节。
10月21日 周三1
让 AI 基于材料下结论时，先摘原文、再分析，找不到出处就删掉
Anthropic 的「减少幻觉」指南给出几条简单做法：明确允许模型说「不知道」；处理长文档时先逐字摘录相关原文，再只基于摘录分析；写完后逐条为结论找支持的原话，找不到就删除。