提问而非命令：Claude Code 用户 10752 条提示词的数据分析

A hazy chamber of dark brushed metal. Two empty steel chairs face each other across a bare table, and a single electric-violet sphere arcs through the air between them, mid-pass, trailing light.

我不告诉模型该做什么。我是问它。

说这听起来更慢、还有点矫情，是个合理的反对意见。模型是个工具。你知道你想要什么。说出来，拿到它，继续干活。我也曾这样论证过不该问：让 AI 对一份文件“审查并改进”十次，它会凭空发明一个功能，然后把这个功能当作规格回敬给你。

但那个实验失败并不是因为我问了。它失败是因为那个请求只有一个可接受的答案，而那个答案就是改动。那是一道披着问题外衣的命令。而语气与命令错在哪里毫无关系。命令把答案封顶在我已经知道的东西上。

命令的上限取决于我知道多少

当我写下“给这个端点加一个 Redis 缓存”时，我已经做出了决定。模型的工作就是执行它，而它会胜任地、不加评论地执行。如果这个端点慢是因为一个 N+1 查询，那我现在就得到了一个被缓存的 N+1 查询。模型很可能看到了这一点。我的提示里没有任何东西去问。

“这个端点为什么慢？”是一份不同的契约。它把问题交给模型，而不是把我对解决方案的猜测交给它。有时答案是缓存。有时是那个查询，或是负载，或是这个端点本就不该存在。

我并非无所不知，而且我知道这一点。我这话是就事论事。在任何给定的决策上，模型掌握的上下文都比我多：diff、日志、schema、我忘了存在的三个文件。我掌握的是意图和品味。命令扔掉了它的那一半，只留下我的那一半。

问题是唯一能让你惊喜的提示

命令有天花板：最好的结果就是我要求的东西。问题没有天花板。它是唯一一种答案能比我脑子里那个更好的提示。

这就是为什么即使我以为自己知道，我也会问。尤其是那种时候。如果模型同意，我损失了几秒钟。如果它不同意，我刚刚发现了一件我本会直接发布出去而错过的事。问题不必巧妙：

你在这里会怎么做？
我漏掉了什么？
这是放这个的正确位置吗？
如果按我的方式来，什么会坏掉？

我的每个 agent 加载的指令都带着同样的想法，用我自己未经润色的话说：“质疑我说的一切，我可能是错的，我可能还不了解这个代码库，我可能无意中在误导你。”它就紧挨着关于类型和 lint 的规则。

天花板测试

如果你的提示所能得到的最好答案是“完成，完全按要求”，那你写的是命令。如果最好的答案是你没想到的东西，那你问的是问题。

以下是我这个观点背后的数据

我不想让这件事建立在我对自己工作方式的记忆上，所以我把自己从 2025 年 9 月以来输入的每一条提示——共 10,752 条——按每条要求模型做什么来分类，而不是按它是否以问号结尾（我的问题中有 44% 不带问号）。按数量，命令仍然胜出：55%，对 18% 的问题。但另外 25% 是交接，即描述一个问题而不指定修复方案，所以我的提示中有 44% 把怎么做留给模型。这个比例一年来保持平稳。

一年的提示，按它们要求模型做什么来分类

我每月输入的 Claude Code 提示占比。每条提示按其最强的子句计一次。

10,425 条提示。按规则分类，而非按问号：44% 的问题不带问号。这些规则与第二个模型的盲标在 200 条提示样本上的一致率为 81%，在是否为问题上的一致率为 93.5%。

真正发生变化的是围绕它的对话。到七月，说"我们"或"让我们"的提示词从 54% 降到 23%，提示词的中位长度也从 16 个词缩到 8 个。

问题还在。"我们"没了。

同样的提示词，同样的月份。纵轴是包含 we、our、us 或 let's 的比例，横轴是五个词或更少的比例。

到夏天，提示词的中位长度从 16 个词降到 8 个。这个下降在单个仓库内部同样成立，所以它不只是从团队代码转向个人项目。

当模型真的不确定时，它不会瞎猜。它把球传回来。你说的这两个是哪一个意思？这应该破坏旧 API 还是保留它？Claude Code 甚至为此准备了一个工具，AskUserQuestion，当某个决定确实该由我来做时，它就会去用它。在我的记录里，它执行我的命令比回答我的问题更频繁（10.2% 对 6.5%，差距太小，不足为凭），这说得通：问题会得到一个答案，而一个跳过了决策的命令，会把决策原样递回来。

那一刻，技巧不再是提示词，而变成了对话。我问，它推理，它触到它能决定的边界，然后把那条边界交还给我。我在边界之外做决定。发号施令永远产生不了那一刻，因为命令等于告诉模型：决定已经做完了。

提问不等于交出方向盘

那篇关于漂移的文章依然成立，两者是这样契合的。问题放在中间。决定权留在我手里，而结局在我开始之前就已经写好了。

好的问题要的是一个判断或一个意见。"有什么问题吗？"可以用"没有"来回答。"改进它"不能。而停止点是我的，事先写好的，是完成条件，不是提示词。我提问，是为了听到更好的想法。我提问，不是为了让模型决定我想要什么。

所以形态是这样的：我拥有目标和最终决定权。模型拥有中间那段推理，而我不停地问，直到我理解它。当我不同意时，我就说出来，有时它也能说服我改变主意。

聪明人会在你发号施令时闭嘴

你常常希望身边都是比你聪明的人。很少有人注意到这对你提出了什么要求：如果你整场会议都在发号施令，聪明人就不再告诉你他们的想法。你得到的是服从：恰好是你要求的，以及你真正需要的一无所有。

模型也一样。到 2026 年底，它们读得比我快，记得比我多，而且常常在我出错的地方是对的。如果我只下达指令，我就雇下了这一切，然后让它去打字。

去问，你就会听到它的想法。

术语表

工具

Claude Code: Anthropic 的智能体编程工具，能读取代码库、编辑文件并运行命令，可在终端、IDE、桌面应用和网页中使用。