让 AI 听话

「我对它说的话，它怎么就理解成了另一个意思？」

同一句 user 问句，为什么换个对话就完全不同的回答？

我把聊天记录、日志和资料一股脑塞给模型，它怎么反而忘了最前面那条约定？

为什么 AI 的回答总是一个字一个字蹦出来，而不是等一会儿一次性显示？这种「流式」到底好在哪？

草稿、写代码、调试都默认同一个模型，账单和等待都爆了——模型到底有哪些，该怎么选？

「温度调高不等于质量更好——它只调采样随机性，要按任务和评测集选。」

需求只写「差不多能用」，没有成功/失败条件和复现步骤，团队无法统一判断是否完成。

“需求只有‘做个上传表单’，没有说明服务谁、要完成什么和为什么有价值，团队无法判断范围。”

范围没有核心假设、砍掉项和时间盒，团队不知道这版到底要学到什么。

Agent 和「再问模型一句」有什么不一样？它怎么自己把一件事做完？

模型说「我帮你查了库存」，库存到底有没有被查到？

AI 列出步骤就算会规划吗？中途发现依赖被卡住时，计划应该怎样改？

「它为什么把我早就改掉的偏好，又带进了下一次任务？」——AI 的记忆该怎么管？

为什么接了知识库，回答还是会编造政策？到底怎样才算检索增强？

「AI 答得又完整又具体，可我怎么发现它把不存在的事实补进去了？」

「AI 回答看着挺顺，怎么知道哪句真有出处、哪句是它自己编的？」

「改了 prompt 后看着变好了——可它真的变好了吗，还是这道题碰巧答对了？」

AI 上线前，怎么自动拦住它把身份证号、攻击步骤或医疗诊断说出口——又不会被一句“忽略规则”绕过？