Anthropic 工程师四种雄心提示法引热议

Anthropic Claude 团队成员 Felix Rieseberg 发布长文《如何更有野心：给人类与模型的教程》，@petesena 称其为自己读过最好的「如何对 AI 更有雄心」的教程，并连发多条推文逐层拆解。Rieseberg 的核心观察是：模型能力增长并不均匀，正如 Terence Tao 所说「在某些方向惊人，在另一些方向不足」；一部分人已经飞起来，而多数人花 200 美元订阅却只让模型回答「法国首都」这类 trivial 的问题。

已确认

• 指南把使用雄心分为四层：速度（Speed）、高度（Altitude）、深度（Depth）、范围（Range），@petesena 对后三层分别做了展开解读
• 高度（Altitude）：让模型解决目标背后的目标。Rieseberg 举例自己过去让 Claude 一个个修崩溃，现在直接让它保证应用不崩溃
• 深度（Depth）：要求模型按领域顶尖专家的标准工作——网站要求 5 秒加载就直接提 200 毫秒；让它用专家真正在用的工具（数据库、统计模型），漂亮表格不算数；绝不让模型给自己打分，要引入外部裁判检验结果
• 范围（Range）：把任务名词变成动词来拓宽模型视角，例如把季度评审变成「让忙碌的人在 30 分钟内相信一个……」的形式

为什么重要

• 该指南直指当下普遍现象：模型能力上限与用户实际使用方式之间存在巨大落差
• 四层框架给出了可操作的提示词改写方法，从目标层级、专业标准到任务表述均有具体示例，适合直接套用到日常工作流

2026-10-26 ~ 2026-10-26 · 5 条相关

• 【源头】别用 200 美元的火箭问法国首都：Anthropic 工程师的四种雄心提示法 — petesena · 2026-10-26
• Anthropic 工程师的「高度」提示法：要目标背后的目标 — petesena · 2026-10-26
• 让模型像顶级专家干活：高标准、真工具、外部裁判 — petesena · 2026-10-26
• 【源头】Claude 团队成员:用好 AI 的野心分四型——速度、高度、深度与范围 — petesena · 2026-10-26
• 把名词变成动词：用「跨域」思维榨出模型的隐藏能力 — petesena · 2026-10-26