「昨天问它还答得挺好，今天怎么就不对了。」这句话在群里每周都能看到几次。多数情况下 AI 没换、版本没降，变的是输入：对话更长了、要求更含糊了、一次塞进去的事情更多了。把波动归因到「它今天状态不好」，等于放弃了对结果的解释权。
波动大多不在模型，在输入
同一个模型对同一个问题给出不同答案，是设计使然。生成过程带采样，输入里任何一个变量变动，输出都会跟着变。这些变量里，有五项是你能控制的，有一项不是。分清这两类，比反复重试有用得多。
五项可控，另有一项只能认
| 因素 | 影响什么 | 可控性 |
|---|---|---|
| 上下文长度 | 开头定的约束被后续内容稀释，越聊越不守规矩 | 高：关键约束重贴一次，或整理成状态摘要开新对话 |
| 要求的模糊程度 | 长度、语气、详略全凭它猜 | 高：把「好一点」换成字数、句长、必含项 |
| 有没有给样例 | 格式、结构、语气是否对味 | 高：一个样例胜过十句形容 |
| 一次塞几件事 | 完成度，通常只做完前两件 | 高：拆成几步，每步确认一次 |
| 采样随机性 | 措辞、结构、举例的选择 | 低：只能收敛，不能复现 |
| 模型版本切换 | 能力范围与文风整体位移 | 无：记录版本号，必要时换回或重调提示 |
前四项的共性是「你给的信息不够确定」，第五项是「生成本身不确定」，第六项是「工具换了」。返工时按这个顺序排查，比一上来就换模型省事——换模型往往把前四项的问题一起带过去，症状变了，根因还在。
「写得好一点」等于没说
模糊要求不会让模型更努力，只会让它按语料里最常见的「好」去写——结构完整、语气客气、每条都带一句解释。你想要的可能是短、是硬、是少用形容词，这些它猜不到。
可验收的要求长这样：控制在 400 字以内；每段不超过三句；不出现「显著」「极大」这类词；必须包含三个具体数字；结尾给一句下一步动作。这些条件都能事后检查，模型在执行时也能对齐。写法可以参考提示词里怎么给约束和示例。
上下文是怎么一点点被稀释的
对话是一段一段接上去的，越往后，前面的内容在注意力里的分量越轻。这不是「忘」，是权重分配：当上下文里塞了三十轮对话、几份文档、几段代码，你开头那句「不要用敬语」淹没在里面，模型更可能跟着最近的语气走。
表现很像人：聊到第四十分钟，最初的约定已经模糊了。区别在于人可以回头翻记录，模型只能看到这次窗口里的内容。窗口有上限，超出部分会被截断或压缩，具体机制见上下文窗口是怎么算的。
五项都做对，也复现不了那一次
随机性是生成机制自带的。同一段提示跑两次，措辞、举例、段落顺序都可能不同，偶尔会撞上一次特别合意的。这种结果不能靠「再跑一次」追回来，跑十次也可能一次都不如那次。
能做的只有两件事：把随机性调低，让输出收敛到稳定区间，调法见温度值怎么影响输出；以及把合意的那一版存下来，当模板或当样例。模板解决「下次还要这个结构」，样例解决「下次还要这个味道」，两件事都得靠留档。
把要求写成五段，比反复重试省事
一个能复用的骨架：你是（角色）；请针对（场景）产出（交付物）；要求（字数、结构、必含项、排除项）；参考（样例或资料）；先给一版，等我确认再展开。五段写全，等于把模糊度压到最低，把确认点前移。
最后一段的「先给一版」值得单独说。一次要求它产出三千字成品，中途跑偏只能整篇重来；先要一版提纲或前两段，确认方向再往下写，返工成本差一个量级。任务怎么拆、多步之间怎么交接，可以看智能体是怎么分步执行的。
速查：把波动压到最低
- 关键约束，隔几轮重贴一次
- 把「好一点」换成可验收的数字
- 给一个样例，比描述十句管用
- 一次只让它做一件事，做完确认
- 合意的那版存下来当模板
