别再背提示词模板了,让 AI 先来问你

Google 10 月 28 日发布的 Gemini 4 Carbon，官方文档里被反复讲的一条不是跑分，是不懂就问：碰到说不清的需求，它不硬着头皮往下走，而是先去翻证据，把发现的矛盾摆到桌面上跟你确认——缺哪个条件、要哪份权限，问清楚再动手。

这个变化被量化了。跟上一代 Argon 比，越界操作（你只让它修登录 bug，它顺手重构了半个数据库）少了 26%，敷衍漏做少了 29%，无根据的断言少了一半。在 Terminal-Bench 4.0 上，“假装做完”的成功率被压到 0。

顺带说个反常识的。独立评测机构 Artificial Analysis 的数据里，Carbon 的幻觉率从上一代的 4% 涨到了 11%。别急着下结论，它统计的是“答错占所有没完全答对的比例”，跟 Google 自己算的“无根据断言”不是一个口径。两件事可以同时成立：它答对得更多了，但在该说“不知道”的地方，偶尔还是更愿意给个答案。

能力上它现在坐在 Artificial Analysis 智能指数第一，59 分，Claude Opus 5.5 是 58，GPT-6 Astra 是 57。所以“不猜、先问”不是能力不够的遮羞布，是同级最强的模型主动做的选择。

坏消息是它暂时只开放给一小批网络安全团队，普通人还用不上。好消息是，这个思路你今天在任何模型上都能用。

多数人的用法是：我描述需求，你给结果。中间那步“我到底想要什么”，全靠自己憋。

换个开场，把它外包出去：

我想做 XX，但还没完全想清楚。你先当我这个领域的老手，问我 5 个问题，问到你确信懂我要什么了，再开始。

我第一次这么用，是让它帮我整理报销单。它问的第三个问题是：上个月那 12 张餐票里，有两张金额一样但跨了月，算哪个月。我愣了一下——这种细节我自己都没想过。如果直接丢给它，它一定会自己编个规则，然后整张表错在同一个地方，你查半天都查不出来。

这里有个容易漏的点：别急着看答案，先看它问了什么。问得准，说明它抓到重点了；问得偏，说明你的开场还差两句背景。这个反馈比输出本身值钱。

还有个更省事的动作，一句话就够：

开始前，先用你自己的话把我要的东西复述一遍，标出你觉得不确定的地方。

它的作用是把纠错点从“交稿之后”挪到“动笔之前”。你自以为说清楚了，看它复述才发现它理解的是另一件事。这种歧义在写长文档、改代码、做表格时最费时间，因为你要等它吭哧吭哧干上半小时，才发现方向一开始就偏了。

想更稳一点，可以要两三个理解版本，你挑一个。比自己回头猜“我哪句话没说清”快太多。

这跟 Carbon 那条“把方法论的局限写进交付文档”其实是同一个逻辑：让不确定的地方显形，而不是盖过去。

这两年工具一直在往“帮你把话补全”的方向走，我们的用法却还停在“我得先把话说得滴水不漏”。这两件事早晚要对齐，早对齐的人先省时间。

下次打开对话框，先别写需求。把第一句换成“你先问我几个问题”，试一次就知道差别在哪。