你肯定遇到过：让 AI 写段代码或出个方案，它输出得头头是道，格式漂亮、逻辑通顺，结果一执行就翻车——少个参数、跑不通，或者结论根本是错的。
问题往往不在模型不够聪明，而在你的 Prompt 只问了「答案」，没要求「证据」。
这 3 个技巧我用了一段时间，亲测有效：
让它先列假设，再给结论。 在 Prompt 里加一句：「先说明你做这个判断的前提假设，如果假设不成立，答案会怎样变化。」这一句能逼出 AI 没明说的猜测，很多翻车就藏在假设里。
要求「自检清单」，别问「你确定吗」。 你问它确不确定，它永远说确定。改成：「给出 3 个能证明这个答案正确的验证步骤。」验证步骤列不出来，答案大概率是编的。
输出「输入→处理→输出」完整链路。 凡是涉及数据、流程、计算的答案，要求它把中间步骤全部展开，而不是直接甩结论。链路断了，就是问题所在。
一句话总结：把 Prompt 从「请给我答案」改成「请给我可验证的答案」，AI 的可用率能上一个台阶。
你在实际用的时候，踩过哪个「看着对、一用就废」的坑？评论区聊聊。
