别让AI给你“灌水”：几招治好Claude Fable的偷懒毛病

最近在用Claude Fable写代码或者搞文档的时候，大家有没有遇到过一种情况：看着像是在干活，但仔细一读，全是框架，或者回答得特别笼统？说白了，就是AI在“偷懒”。

这种“灌水”行为特别搞心态，尤其是当你急需一个能直接跑的Demo或者详细的技术方案时，它给你来一句“你可以参考以下步骤”，下面列个三四条的简略说明，这谁顶得住？

其实这很多时候不是模型不行，而是我们的提示词（Prompt）没给到位，或者它的默认设置倾向于“惜字如金”。今天就跟大家聊聊几个我实测有效的“压榨”技巧，专治各种AI偷懒。

1. 明确指定输出格式

很多时候AI偷懒是因为它不知道你要多详细。别只说“写一个脚本”，试着说：“请写一个完整的Python脚本，包含详细的注释，处理异常，并且直接可以在终端运行。”

明确指定输出格式时给出具体指令的提示词示例。

如果你需要文章，就告诉它：“请输出一篇不少于1500字的技术博客，包含代码块、使用场景分析和优缺点对比。”

核心逻辑： 把“详细”这个形容词量化，或者给它一个具体的结构模板，让它不得不往里填肉。

2. 善用“思维链”引导

有时候Claude Fable为了省事会直接跳过推理过程给结果。你可以在提示词里加一句：“在给出最终代码前，请先一步步分析你的逻辑，包括可能遇到的坑和解决思路。”

或者更狠一点，直接要求它：“请用‘首先、其次、然后、最后’的结构进行分步详细阐述，不要省略中间步骤。” 这样能逼着模型把逻辑跑全，减少它为了省token而给出的跳跃式结论。

3. 交互式追问，拒绝“一键生成”

如果你问的问题太宏大，比如“怎么优化我的网站？”，它大概率会给你列几个SEO优化、CDN加速的套话。

不如拆解着问：

• “我的数据库查询慢，这是我的EXPLAIN结果，请帮我分析并给出具体的索引优化建议，直接展示SQL语句。”
• “前端加载速度慢，这是我的打包配置，请指出哪里的配置导致了性能瓶颈并给出修改后的配置代码。”

利用“思维链”引导AI进行一步步逻辑分析的示意图。

给得越具体，场景越垂直，它偷懒的空间就越小。

4. 调整参数（如果客户端支持）

如果你用的客户端支持调整模型参数（比如Temperature或者Top-P），可以适当调整一下。

• Temperature（温度值）： 稍微调高一点（比如0.7-1.0），能让模型的输出更多样化，有时候能打破它那种“标准答案模式”的敷衍感。但太高会容易胡说八道，0.7左右是个舒服的区间。
• Max Tokens（最大输出长度）： 检查一下这个是不是设置得太低了。如果你需要长篇大论，结果上限设了500字，它再想努力也被截断了，看起来就像在偷懒。

5. 既然要改，就让它“重来”

如果它第一次回答太简略，别直接把对话掐了。直接回它：“这个回答太简略了，请重新生成，补充具体的实现细节和代码示例，不要只罗列概念。”

LLM具备上下文记忆，你明确指出它哪里做得不好，第二次通常会有肉眼可见的改善。这就是所谓的“微调式对话”。

总结

Claude Fable本身能力很强，但它默认倾向于安全、简洁。作为使用者，我们需要学会做那个“苛刻的产品经理”。通过明确需求、强制结构化问答以及利用上下文不断施压，完全能让它吐出干货满满的优质内容。

下次再遇到它想糊弄你，试试上面这几招，保证让它老老实实加班！