Unverified50% confidenceSolutionExact time
当LLM表现不佳时，很多时候不是模型能力不足，而是指令本身不够清晰，应把模型当作聪明但不了解任务背景的助手
1
Sources
50%
Confidence
Long-term
Relevance
7/9/2026
First Seen
Sources
吴恩达提示词工程课精华：开发者必学的核心方法论
bilibiliAgent吴恩达6/29/2026
Related Claims
Unverified模型调用会带来不可预测性，即使技能完美契合任务模型也可能选择不调用它77% similarUnverified当模型本身缺乏对特定问题的理解能力时，再精巧的提示词也无法弥补这一缺陷77% similarUnverified模型的综合能力强弱和它对指令的忠实程度是两件不同的事74% similarUnverified链式思维、少样本提示、自我一致性等提示词工程技巧无法让模型访问训练截止日期之后的信息，无法保证浮点运算的精确性，也无法处理模型从未见过的外部文件74% similarUnverifiedReAct的局限在于以模型本身为中心，缺乏对工具调用失败、模型幻觉、并发任务等工程级问题的系统性处理73% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/398739API
curl https://kongchang.com/api/v1/knowledge/claims/398739MCP
get_claim(id=398739)