提示詞除錯評估清單
提示詞除錯評估清單是把「提示詞越改越爛」變成可驗證流程的方法。bnext 文章從 Anthropic 的實戰示範整理出一個順序：先建立評估案例，再清理提示詞結構，接著一次處理一個失敗案例，最後把生成、評估、修復拆成獨立代理。
核心觀念
- 沒有 eval checklist，優化只是在憑感覺。
- 指令不能增加能力；不能心算的任務要接工具。
- 舊補丁會在新模型上反噬，提示詞需要版本管理。
- 單一強模型不一定最好，拆成生成 / 評估 / 修復常常更穩。
最小做法
- 先列 control case / edge case / boundary case。
- 把 role / policy / tone / data 分層。
- 一次只修一個 failure mode。
- 為計算、判斷、轉人工設清楚工具與門檻。
- 把輸出格式包成可檢查契約。
BusinessNext 2026-07-13 整理 Thariq Shihipar 的「盲點巡查」：動工前先要求 AI 提出最可能改變結果的問題，並把執行中自行判斷的事項寫入備忘欄。這把 prompt debugging 從修文字，推進到顯性化未知假設；可用「已知已知、已知未知、未知已知、未知未知」四格檢查需求，再進入實作。anti-sycophancy-prompting agent-instruction-files
BusinessNext 2026-03-18 彙整 Anthropic、OpenAI 與 Google 的共同提示詞原則：用 Markdown／XML 等結構化標記分隔指令、背景與資料，提供多個範例，拆解任務並持續以案例迭代。這補充了 prompt debugging 的輸入結構層：先讓模型看得懂邊界，再用 eval case 驗證輸出，而不是靠增加冗長指令碰運氣。model-specific-system-prompts loop-engineering
2026-07-02 的 AIHAO 文章補上一個 anti-sycophancy 角度：如果 prompt 本身是在尋求認同，模型容易給出禮貌、好聽但低價值的回答。anti-sycophancy-prompting 的最小修正是把主張改成中性問句，要求反例、失敗路徑與可驗證事實，讓 review gate 先對抗確認偏誤。
這和 test-time-compute-evaluation 一樣，重點不是單次回答，而是比較在同一預算與同一測試集下的行為。也和 agent-trace-observability、loop-engineering 相連：trace、eval、gate 與修復流程要一起看，才知道改動真的變好。
GPT-5.6 Sol：四要素與結果先行
BusinessNext 2026-07-16 整理 OpenAI 教育平台的 GPT-5.6 Sol 提示詞指南：提示詞不必預先寫死全部步驟，而是先交代最終結果，再依任務複雜度補上四個要素：目標（Goal）、背景（Context）、輸出（Output） 與 邊界（Boundaries）。其中輸出格式、受眾、篇幅與不可改動的事實／數字，是文章特別提醒容易漏寫的部分；邊界則應聚焦在少數會導致資安、公關或決策錯誤的底線。
這把 prompt debugging 的修復順序從「增加更多指令」改成「縮小必要約束、保留模型搜尋空間、交件前自動檢核並由人做最後審查」。簡單問答可以只給目標與關鍵限制；跨檔案、多重比對或正式報告則要補齊來源脈絡、輸出契約與審查方式。這與 model-specific-system-prompts、model-harness-fit 相連：模型升級後，應用同一組任務級 eval 比較舊式微管理與結果先行的差異，而不是假設更長的 prompt 必然更可靠。agent-instruction-files
Deep Research 的 prompt review gate
BusinessNext 的 Deep Research 教學把研究 prompt 具體化成五個欄位：研究目標、時間與地區範圍、必答與排除問題、來源標準、輸出與衝突處理。這補上了既有 Goal／Context／Output／Boundaries 之外的研究型約束：提示詞不只要說想得到什麼，也要先定義查什麼、不要查什麼，以及來源衝突如何呈現。
這套流程的驗收點在 prompt 送出後：先審查模型產生的研究計畫，再依需要刪除無關方向或補上缺口；報告完成後逐條核對引用、日期與高風險主張，必要時回到一手資料和第二來源。它把提示詞從一次性輸入推進成「spec → plan review → research → citation check」的可回饋 loop，與 agentic-search-tool-curation、agent-trace-observability 相連。
YouTube → PPT 的 source／publication gate
BusinessNext 的 YouTube 轉簡報教學提供一個同樣適用於多模態產出的最小 gate：先確認字幕或 transcript 能否取得；短片且低風險時可直接貼連結，長片、正式簡報或字幕品質不足時改用逐字稿優先法。逐字稿清理只刪除時間戳、口頭禪與頻道套語，不應在同一步驟自行摘要；接著才把角色、頁數、低文字密度、圖表化與輸出格式寫成 output contract。
驗證不在模型宣稱「已完成」時結束：要對照原始逐字稿核對數據、人名、年代與引述，並檢查 .pptx 是否跑版、爆框或變成不可編輯的圖片。長片則分成約 10～15 分鐘單元，逐段確認後再合併；這把 gemini-learning-map 的來源匯入流程接到 context-engineering 的 context budget 與 loop-engineering 的分段驗證，而不是把一次生成當成發布條件。
語音輸入的意圖對齊 gate
BusinessNext 2026-07-30 的語音輸入整理把 prompt capture 分成兩段：先允許使用者用意識流補足背景、顧慮與卡住的地方，再要求模型回述任務、列出不確定處並反問 2–3 個問題。這不是用語音取代規格，而是把「輸入整理」與「開始執行」分開；真正的 review gate 是人先確認回述沒有漏掉數字、名稱、限制或被模型補入的內容，再讓模型產出。