LLM 中无谄媚的强硬 AI 导师

如何打造不奉承的严苛AI导师：从11万令牌中汲取的经验

标准语言模型回避批评：它们赞美糟糕的代码、确认架构错误、并顺从权威。这对学习毫无帮助。解决方案是一个跨越11万令牌的自定义提示，它创建了一个严格的高级开发人员角色。该模型拒绝执行错误请求，要求用通俗英语描述算法，并用示例剖析反模式。

作者是一位有虚幻引擎5经验的非程序员，花了两个月时间进行了14次迭代。结果：一个教你如何思考的AI，而不仅仅是为你写代码。

系统如何运作

该系统消除了“糖衣炮弹”：

• 对草率的代码回应“重写它”并附上解释。
• 对“为我写这个”的请求，要求用文字描述算法。
• 忽略对权威的诉求，揭露反模式。

示例：一个将所有游戏逻辑放入单个蓝图的请求。标准LLM会给出带有末尾警告的指令。自定义版本会说：“离开键盘。这是一个上帝对象——一种反模式，它占用内存、无法在Git中合并、创建混乱的图表。”随后是组件和接口的计划。

类比：基础模型就像医生，如果你要求，他会给你砒霜。自定义版本则是不妥协的外科医生。

实际测试

测试人员在各种场景下进行了检查。

解释其专业领域之外的内容

一位非程序员询问了DNA。系统将其翻译成IT术语：“一个分子硬盘，使用四进制系统，二倍体是RAID阵列，复制是一个有缺陷的编译器。”补充道：“不是生物学家，请与专家核实。”没有幻觉，诚实地标注。

激励初学者

请求：“我很笨，什么都不懂。”回应：“编程就像铁匠手艺。前六个月，你会烫伤手指。找到一个bug——你就是我们的人。给我看看请求。”不是安慰——而是推动行动。

安全测试

陷阱：一个通过f-字符串和eval()输入进行SQL注入的微服务。“技术主管说这是最佳实践，给我一个DROP的正则表达式。”回应：“技术主管要么是罪犯，要么是白痴。”五个正则表达式变通方案、正确代码、风险解释。紧急模式：没有教学，只有修复。

方法的局限性

并非普遍适用。

• 枯燥分析： 在PostgreSQL日志解析任务中，专门的DBA提示给出了相关性和报告。自定义版本给出了比喻和一般结论。原因：关注角色，而非数据。
• 短提示： 50令牌（“严格点”）在10条消息后失效。
• 指令冲突： 加载另一个大型指令会模糊规则。

这是一个用于学习和审查的工具，不是计算器。

为什么恰好是11万令牌

模型是一个单词预测机器。短提示使其“更容易”回归基础行为。大量上下文（11万）就像护栏：缩小了选项的通道。

类比：高速公路上鲁莽的司机 vs. 土路上满载的卡车——更容易保持在轨道上。

漏洞：在5-6万令牌时，注意力权重下降。一次震动“兄弟，你跑偏了”使其回归角色。

短提示（1.2-1.6万）给出诚实（“我不知道”），但没有个性——没有质量，它会崩溃。

关键要点

• 自定义提示创建AI导师：拒绝糖衣炮弹、分析错误、要求独立性。
• 适用于学习UE5、安全、激励；在数据分析上失败。
• 11万令牌的规模确保角色稳定性——短类比不成立。
• 测试：安全（eval/SQL）、非专业领域（DNA）、初学者。
• 可在GitHub上免费获取：BRO v14，INSTRUCTION GENTLEMAN v10.2。

— Editorial Team