tag

# 幕辞说

关于「幕辞说」的文章,共 10 篇

幕辞说
2026.11.18

AI 已经在替你介绍公司了,台词是你自己写的

我把自家几个站的 robots.txt 和首页源码一个个拉下来看:同一个业务,一个站有 20 组问答块能被整段搬走,另一个站只有公司名和地址;我自己博客的 llms.txt 干脆是 404。GEO 不是玄学,是把页面改写成「能被抄走、抄走还对」的句子——附五步清单和三种验收法。

👁 5
幕辞说
2026.10.21

AI 不是越聊越笨,是被我的聊天记录拖住了

同一个对话干到第四十几轮,它把我早就纠正过的错原样端回来一次。不是模型退化,是无状态模型每轮都要重读整段历史——没收尾的决定,每轮都得重新投一次票。附我实际在用的三条收口规矩。

👁 10
幕辞说
2026.10.19

我的待办里没有「写一篇文章」这一项

一件事拆不开,多半不是能力问题,是粒度问题。我拆任务就三个动作:先写「完成的样子」,再找出必须别人拍板的卡口,剩下的才是执行;一步至少能干满二十分钟,才值得单独列一行。

👁 10
幕辞说
2026.10.16

核对 AI 的稿子,我只查它不敢保证的地方

AI 的错从来不是平均分布在全文里的,它挤在数字、引用、指代、格式这几个空当上;所以我核对稿子不从头读,只做三件事——先要一张「存疑清单」,换种问法再问一遍只比对差异处,把验收写成机器能自己证明的判据。界线只有一条:错了能不能回滚。能回滚就抽查,不能回滚就全量复核。

👁 11
幕辞说
2026.10.14

一条 curl 能干完的事,我从不问 AI

我曾在两百多个现成脚本里找合规扫描,第一反应是问 AI,结果它给我编了一个不存在的文件名;同样的活搜关键词只花两秒。差别不是快慢,是性质:一次对话几千 token,一条命令第二次成本为零。我用三个问题划线——答案是否每次一样、规则能否一句说清且无例外、做完能否一眼判对错;三类活才留给 AI:需求没定型、要问“可能是为什么”、跨领域不熟。

👁 8