最近在用claude code写程序，发现了一个痛心的事实，记录一下。

也许你们也犯过类似的错误：

给了第一版本的提示词，然后发现AI答得不对。

于是就补充说明，啪啦啪啦敲了一大堆要求，100字变成300字。

还是不对。

再加细节，然后300字变成了500字。

最后写成了800字，但是AI却回答得更离谱了。

我让claude code上网搜索了一下材料，最后发现：

我们以为是AI太笨，其实是提示词"超载"了。

01 提示词越长，AI越笨？

这听起来很反直觉。

人类的逻辑是：说不清楚→多解释几句→对方就懂了。

但AI不是人。

AI不是"理解"你的话，而是计算注意力的权重。

比如我们写了800字提示词，AI可能只"看"了前面200字，后面600字都成了背景噪音。

就像我们给朋友发了10条微信语音，每条1分钟，他听到第3条就走神了。

而且更核心是：

提示词越长，关键信息被稀释得越厉害。

研究发现，当提示词超过500个词时，AI对关键指令的识别准确率会下降30%以上。

02 AI的世界：一切都是数学

我们来看看AI是怎么"看"我们写的提示词的。

第一个例子。

"这个任务非常非常重要，请务必认真完成"

我们以为两个"非常"能加强语气吧？

错了。

AI把这句话拆成9个词，每个词分配一个权重。

"非常"出现两次，不会让权重翻倍，反而把"任务"和"完成"这两个关键词的注意力给稀释了。

AI在训练时，见过"的"、"是"、"了"这些词几十亿次，但"必须"、"重要"这些词只见过几百万次。

所以在AI眼里，"的"比"重要"更重要。

听起来是不是很荒谬？

但这就是AI的工作原理。

它不管你想表达什么，只看统计频率。

第二个例子。

假设我们要让AI完成三个步骤：检查文件、测试、更新文档。

也许我们会这么写：

"首先要检查所有相关文件，确保没有遗漏任何重要信息。然后进行全面的测试，包括正常情况、异常情况和边界情况。测试完成后，这一步很重要，千万不要忘记，一定要记得更新项目文档，这个经常被遗漏..."

写了快100字。

但如果你这么写：

1. 检查文件

2. 测试

3. 更新文档

就12个字。

结果呢？

100字版本：AI漏掉第3步的概率30%

12字版本：AI漏掉第3步的概率5%

因为100字版本里，到最后"更新文档"那里，AI的注意力已经被前面90个字稀释光了。

而12字版本，简洁清晰，AI一眼就能看到3个步骤。

03 三个原则

1. 结构化 > 口语化

不要写散文，用编号列表。

❌ 错误：要先做A，然后做B，最后别忘了C很重要

✅ 正确：1. A  2. B  3. C

AI对结构化信息的识别准确率比自然语言高3倍。

2. 位置优先 > 反复强调

把最重要的放前面，不要靠"非常重要"来强调。

❌ 错误：先写背景300字，最后说：请务必完成X

✅ 正确：第一句就说"完成X"，然后补充背景

前200个词的注意力权重是后面的5倍。

3. 可验证 > 主观要求

不要说"很重要"，而是给判断标准。

❌ 错误：文档更新很重要，千万别忘

✅ 正确：验证：完成3/3步骤=成功，缺1步=失败

04 总结

AI不需要我们的啰嗦，只需要结构。

50个字，3个步骤，比800字的解释有效10倍。

因为AI是一台计算注意力权重的机器。