提示词不是越长效果越好。任务目标、关键背景和硬性要求写清之后，再往上堆的内容边际收益很快归零，甚至反过来拖累结果：要求互相打架时模型会挑顺手的执行，重点被淹没时它抓不住主次，示例和任务不匹配时还会被带偏。判断标准很简单，删掉一段之后结果没变化，那段本来就不该在。
太长坏在哪三处
第一处是注意力被摊薄。同一个提示里塞进十几个要求，模型对每条的执行都会打折，最典型的表现是格式对了、内容漏了，或者前面答得好好的，最后一条要求被彻底忘掉。要求越多，单条被认真执行的概率越低，这不是态度问题，是工作方式决定的。
第二处是自相矛盾。长提示常常是多次修改叠出来的：前面说简洁一点，后面又说详细展开；前面定了一种口吻，后面贴的示例又是另一种风格。模型遇到冲突不会来问你，只会随机挑一个或者和稀泥，输出不稳定多半是这么来的。
第三处是示例反噬。本想用示例教它格式，结果示例里的事实、数字、语气被当成任务内容一起学了进去。给三个示例，它可能把示例中的公司名直接写进你的正式稿，或者只模仿示例的长度，把真正要处理的内容草草带过。
先删这三类话
第一类，重复交代的话。同一件事用三种说法强调三遍不会让它更重视，只会挤占篇幅。保留最具体的那一版，其余删掉，尤其是那种请务必、非常重要、千万记得式的纯强调，没有任何信息量。
第二类，和本次任务无关的背景。你是谁、公司是做什么的、这件事的来龙去脉，只留真正影响输出判断的部分。为写一封请假邮件贴上整页公司介绍，就是典型的无效背景。
第三类，互相覆盖的旧要求。每次改提示先做减法：把已经不适用的格式、口吻、长度要求删掉，再加新的。提示词和行李箱一样，只进不出必然爆掉。
留多长才算合适
没有万能的字数线，用删减法判断更靠谱：从后往前逐段删，删了结果不变的段落直接拿掉，直到再删就开始丢信息为止，剩下的就是这条任务的合适长度。日常写作、改稿、问答这类任务，通常几句话到两三段就能说清；真正需要长提示的，是规则本身就复杂的场景，比如固定报表格式、多条件审核清单，那时也要把要求编号排好，让每条能被逐项核对。写完后还有一个自检动作：把提示发给它之前，先自己读一遍，只问一句，如果我是执行的人，能不能一遍看懂先做什么、不能做什么。自己读着都绕，就别指望模型能稳定发挥。
