最近在做一个 iOS 组件的 Playground APP,发现一个很具体但挺重要的问题:
我在跟 AI 描述 UI 调整的时候,经常会用一些很粗糙的表达。
比如:
“这里慢一点。”
“这里快一点。”
“这个出现得有点突兀。”
“这里换成那个类似 xxx 的组件。”
这些话人类可能能猜个大概,但对 AI 来说,其实信息量很低。
它只能猜:你说的“慢一点”,是 animation duration 要变长?还是 easing 要更缓?是 spring 的 damping 不对?还是整个 transition continuity 不够?
所以我后来不是只在某一个 session 里临时加规则,而是把这个规则写进了 AGENTS.md,让它变成 Agent 的全局行为。
规则大概是这样:
表达澄清规则
当用户提出的请求比较模糊、粗糙或有歧义时,在回答或执行之前,先简短地澄清一下表达。
只有当不清楚的地方会实质影响结果时,才指出哪里不清楚。
用这句话提供一个更精准的版本:更精准的说法是:...
然后简短说明你理解到的真实意图,并继续回答或执行。
如果用户只是随口表达,但意图已经清楚,就不要过度纠正。
比如我说:
“这里慢一点。”
AI 可以先告诉我:
“更精准的说法是:延长这个转场动画的 duration,或者降低 perceived speed。”
然后再继续执行。
这个过程表面上看是在优化 Prompt,但本质上是在建立一种更高效的人机协作语言。
所谓“黑话”有时候不是为了装专业,而是为了减少误解。
当一个词能替代一长串模糊描述时,它就是高效的。
和 AI 协作不只是让 AI 听懂我,也包括让 AI 反过来训练我:怎么把需求说得更准确。
至少,能省不少token。