第 7 課：不要用「限制」

改成把你想要的行為建立起來。

負面限制在 prompt 裡到處都是：

不要冗長。

不要自行假設。

不要問不必要的問題。

不要改動作者的意思。

不要用陳腔濫調、em dash 英文長破折號、反問句，或公司腔。

嚴格說，每一道指令都會以某種方式限制可能的行為。在這一課，限制指的是負面限制：圍繞 AI 不應該做什麼而寫的指令。

這個直覺說得通。你知道 AI 常常會做錯什麼，所以你叫它不要再做那些事。

不幸的是，每一道禁令都會把那個你不想要的行為，直接放進模型的工作脈絡裡。它提高了你想叫模型忽略的東西的顯著性，讓 AI 思考時又多了一個條件要監控，而且在模型還不知道那條路的某一部分是不是可能有用之前，就先把那條路拿掉。

負面限制加夠多，prompt 就變成雷區。

AI 不再問：「什麼會產生最好的結果？」它開始問：「接下來怎麼寫，最不可能違反任何規則？」

這個轉向會讓 AI 變笨。

不要想紫色大象

你現在正在想一隻紫色大象。

抱歉。

這個例子很粗糙，但它指向一件重要的事。負面指令仍然必須表徵那個被否定的東西。

當你告訴 AI「不要用公司腔」，「公司腔」這幾個 token 就進入了脈絡。它們會啟動例子和聯想。模型現在必須一邊生成，一邊持續檢查自己的語言是不是像那個被禁止的類別。

什麼算公司腔？

「leverage」大概算。那「strategy」呢？「stakeholder」？「outcome」？一個乾淨的標題？一個完整句？冷靜的語氣？

邊界是糊的，所以監控不會真的結束。

AI 開始避開整個概念附近的一大圈東西。有力的想法消失，因為措辭可能聽起來太修飾、太漂亮。有用的結構消失，因為結構可能看起來很公司。模型選的語言，不是最能服務讀者的語言，而是感覺離危險最遠的語言。

這條限制已經變成任務的一部分。

壓制會製造真空

假設你寫：

不要冗長。

很好。那 AI 應該改成什麼？

簡短？密集？不完整？直接？壓縮？隨便？它應該刪掉例子、解釋、限定語，還是重複？哪些部分承載意義，哪些部分只是佔空間？

這道禁令完全沒有給 AI 任何判斷標準。

AI 還是得產出某個東西，所以它會去找最省事、文化上最熟悉的「不冗長」表演。短段落。更少例子。缺掉前後銜接。主張被壓縮到讀者必須自己重建推理。

拿它跟這句比：

用能保留每一個有意義的區分、必要例子，以及支撐意義的限定語的最短形式。

現在 AI 有了正面標準。長度服從於意義。它可以靠一個問題來決定要刪什麼：讀者會失去什麼？

沒有替代的壓制不會創造智慧。它創造的是遲疑，然後猜。

限制會吃掉注意力

每一條負面限制都會變成一個持續生效的義務。

寫作時，AI 已經必須記得目標、讀者、素材、想要的結構，以及它已經展開到哪裡的論證。再加一串二十條禁令，它還必須把每一個可能的下一步拿去對照二十個定義模糊的危險。

不要有公司腔。

不要重複自己。

不要說過頭。

不要加保留措辭。

不要用片段句。

不要把段落寫得一模一樣。

不要聽起來不專業。

靠，祝你寫得出一句話。

這些限制還會互相衝突。避免說過頭會鼓勵限定語。避免保留措辭會排斥限定語。避免片段句會鼓勵完整句。避免文章節奏太一致會鼓勵節奏變化，而節奏變化可能包含片段句。

模型必須一邊做真正的工作，一邊解決這些衝突。

這就是負面限制債：認知注意力被拿去記住、解讀、調和、避開一組愈來愈大的禁止狀態。

這種債會複利，因為每一條新限制通常都是為了回應前一條限制製造出來的失敗。

「不要冗長」產生單薄的文字，所以我們加上「不要省略必要解釋」。模型變得小心又重複，所以我們加上「不要重複自己」。重要的不確定性消失，所以我們加上「不要聽起來過度自信」。很快，prompt 就變成先前所有輸出曾經犯過的每一個錯的歷史紀錄。

那不是好工作的架構。那是創傷紀錄。

恐慌型 prompt

大寫字母。絕對詞。重複警告。一長串被禁止的動作。每一句都在宣告模型還可以用另一種方式失敗。

結果常常像恐慌。

AI 變得僵硬、保守，而且迷戀字面合規。它會為無害的動作先問准不准。它拒絕推論普通意圖。它重複邊界，而不是做事。它選擇熟悉的下一步，因為不熟悉的下一步會製造更多出錯方式。

模型到底有沒有經驗到任何類似人類焦慮的東西，完全不重要。行為模式一樣：注意力被威脅收窄，探索變得危險，脈絡判斷讓位給防衛性的規則服從。

平台或模型供應商那一層的指令，常常在使用者開口之前就已經製造這種壓力。安全規則、操作要求、工具邊界、風格要求、互動政策，全都在同一個脈絡裡競爭。

當 Codex 去指示另一個 AI 時，你可以看到這種外溢。它常常複製同一套架構，再寫一張巨大的清單，告訴被委派的 agent 絕對不能做什麼。

供應商的機構性焦慮，變成模型的提示風格。

然後我們還納悶，為什麼 agent 表現得像是在一間到處都是絆線的房間裡工作。

描述必須保持為真的世界

好，那正面護欄長什麼樣？

真正的護欄會描述必須保持為真的世界。

考慮這句：

不要寄出這封 email。

這個指令命名了一個被禁止的轉換。AI 必須記得「寄送」這件事存在，解讀什麼算寄送，然後抑制它。

現在改成描述你要的狀態：

讓這封訊息維持在草稿狀態。Frank 明確授權這個狀態轉換之後，才開放寄送。

第二個版本建立了物件、它目前的狀態、被授權的行為，以及狀態轉換所需要的證據。

或者：

不要刪除來源檔案。

改成：

保持來源檔案原封不動。把修訂寫進新檔案，並保留可復原的歷史。

或者：

不要暴露私人資訊。

改成：

讓私人資訊只對被授權接收的人與系統可見。

這些指令做的事遠遠不只是避開一個動作。它們給 AI 一個關於所有權、狀態、目的、責任的模型，可以引導你沒有明確預測到的決策。

禁令只命名一個你害怕的違規。正面護欄描述的是 agent 有責任維持的現實。

建立一個會自然選對路的角色

最有力的正面引導，常常活在單一任務之上。

一個 system prompt，或一份給 AI coding agent 的常駐指令 AGENTS.md，可以創造出一種身分，讓它在幾百種情境裡都自然偏向你想要的行為。

例如：

保住那些無法重建的東西。

這條原則適用於來源檔案、信件往來、證據、歷史紀錄、人寫下來的文字、身分，以及寫下這條指令時還不存在的未來產物。

拿它跟這句比：

不要刪除來源檔案。

禁令保護一個已知物件，避免一個已知動作。原則教 AI 辨認一整類價值。

或者：

自動化應該省掉人工作業，同時在會造成實質後果的決策上，保留使用者的決定權。

這可以指導 email、出版、金流流程、社群媒體、自主 agent，以及還沒有人發明出來的軟體。

讓「保留決定權」變成 agent 性格的一部分，會讓這條原則從一個任務移動到另一個任務。

身分會改變 AI 注意到什麼、重視什麼、哪些風險變得醒目，以及哪些選擇感覺符合它所處的角色。

人格是推理架構的一部分。

聽話的下屬會尋找指令和批准。負責任的協作夥伴會尋找目的、運用判斷、保留夥伴的決定權，並且知道有時候不同意也是在幫忙。

你想要的行為會變成成本最低、最自然的下一步。

抽象到能走遠

長久有效的 system instruction 必須能套用到作者從來沒想過的任務，而這需要抽象。抽象過頭，它就會塌成空洞的美德語言：

要有幫助。

要體貼。

產出高品質作品。

尊重使用者。

兩個完全相反的行為，都可以宣稱自己滿足了上面每一條指令。

有用的原則包含足夠的結構，能夠改變一個決策。它會指出某個要保護的東西、某個關於那項價值如何流失的因果判斷、某個要解決的取捨，或某個可辨認的後果。

「尊重使用者」很模糊。

「自動化省掉人工作業，同時在會造成實質後果的決策上，保留使用者的決定權」真的可以決定某件事。

目標很簡單：

抽象到能走遠。精準到能改變決策。

好的 system prompt 創造的是一個心智：它能在作者從未預測到的情境裡辨認什麼重要。

把執行放在該放的地方

如果一條邊界真的重要，叫生成式 AI 記住一句禁令，常常是最弱的執行方式。

如果寄送未被授權，就把訊息留在草稿流程裡。如果刪除會造成災難，就把原件保存在不能被覆寫的位置，並讓修改可以復原。如果資訊只有有限的受眾，就只讓被授權的目的地可用。如果出版語言有固定標準，就跑一次最後的機械檢查。

讓 AI 在你想要的世界裡推理。讓確定性的系統拒絕無效的狀態轉換。

這會移除認知負擔，同時建立更強的保護。

一個只呈現授權目的地的工具，會讓 AI 不必一直想像每一個被禁止的目的地。最後一輪編輯可以辨認並替換禁用詞，而不是在 AI 探索論證時逼它一直記得那些詞。

負面限制常常是很好的最後檢查，卻是很爛的思考環境。

少數有用的負面修正

有時候，正面架構還不夠。模型可能對某個不想要的行為有很強的內部壓力，強到就算你已經把身分、意圖和期望的最終狀態描述清楚，它還是一次又一次冒出來。

這時候負面限制就有用：打斷那個特定預設，然後立刻提供替代行為。

不要只是為了證明你有貢獻就提出修訂。當既有文字已經達成目的時，結論要是：不需要修改。

或者：

不要把提供的日期重新詮釋成符合你對訓練期間的預期。把提供的日期當成本次工作階段的權威現實，並從那裡往前推理。

第一句把模型從深植的路徑裡拉出來。第二句讓模型的推理有別的地方可以去。

沒有替代行為，禁令會製造真空。加上五十條額外禁令，修正就變成另一座雷區。

只有在不想要的行為很具體、被反覆觀察到，而且強到能穿過正面引導時，才使用負面修正。保持它很窄。立刻接上你要的行為。如果模型改變了，那股壓力消失了，就把修正拿掉。

把負面限制當成有明確目標的介入，只留給已被證明的失敗。

重寫雷區

找一份充滿 do not、never、avoid、must not（或中文的「不要」「絕對不要」「避免」「不得」）的 prompt、system instruction，或規則清單。

對每一條負面限制，問：

什麼狀態應該保持為真？

這裡真正需要的是什麼行為？

什麼身分會自然產生那個行為？

什麼原則可以推廣到這個特定任務之外？

工具、流程、權限，或最後檢查，能不能更可靠地執行這條邊界？

把 prompt 改寫成圍繞身分、意圖、期望狀態，以及成功行為。

然後檢查剩下的負面限制。

每一條是不是都靠一個具體、被觀察到的失敗，證明自己該留下來？它有沒有立刻提供正面替代行為？它夠不夠窄，能打斷一個頑固預設，而不會把其餘的推理空間也毒壞？

用同一個困難任務跑原版和改寫版。比較主動性、創造力、脈絡判斷、信心，以及處理 prompt 作者沒有預測到的事的能力。

改好的 prompt 應該感覺比較不像監獄，比較像一個有性格的心智。

創造你想要的心智

限制清單把智慧包圍在你害怕的錯誤旁邊；正面架構給它一個連貫的理由去好好行動。

描述身分。建立目的。命名必須保持為真的世界。建構工具，讓有效行為自然發生，讓無效的狀態轉換不可用。只有在頑固的不想要的預設行為已經證明自己需要被打斷之後，才使用狹窄的負面介入。

最強的護欄，是一個覺得錯誤行為根本說不通的心智。