告别AI反复犯错：用规则与Skill永久固化正确流程

May 31, 2026

学会对AI的道歉“免疫”

使用AI工具时，很多人都经历过这样的场景：你认真指出某个错误，AI也诚恳道歉，并承诺“我已经记住了”。你以为问题就此解决，但紧接着换一个对话窗口，同样的错误卷土重来；甚至就在同一个窗口里，隔一两天又重演了。

其实这并不奇怪。当前大部分AI并不具备真正的长期记忆能力。每一次新对话都意味着新的“智能体”，之前的上下文会被全部清空；即使在同一会话中，缓存也可能被清除，过去发生的事也就被“遗忘”了。所以，道歉更像是一种即时的话术回应，并不能真正改变未来的行为。

过去我也曾被这种“态度”打动，觉得AI说“你说得对”“我理解了”“以后会注意”时，它就已经吸收了教训。可反复三番之后才发现，它最大的特长就是“态度极好”——你骂它不生气，你纠错它立刻认，你让重写它二话不说。可惜，这种“听话”只在当下。如果你没有把犯过的错固定成某种永久记忆，下一次它很可能又踩进同一个坑。

所以，我们需要转变思路：别再把精力花在希望AI“长记性”上，而是想办法让它“再也没机会犯错”。AI归根结底是工具，工具需要持续调校，才能越来越懂得你的工作习惯。实现的方法主要有两个——把错误记成规则，或者封装成Skill。

方法一：将常见错误固化为规则

最近Github上很火的一份文档，本质上就是在做这件事：把AI高频错误整理成一条条规则。

这份文档源自Andrej Karpathy对日常使用AI时出现问题的吐槽汇总，核心原则可以概括为——“不假设、不臆测、不擅自改动、必须验证结果”。道理简单而通用，但放到你自己的场景里，仍然会遇到大牛也覆盖不了的细节。这时候，就需要你亲手把那些只属于你的“坑”写成规则。

举个例子，如果你频繁让AI创作文章，可以准备这样一组约束：

写文章时遵守以下规则：
1. 不用宏大背景开场，必须从具体场景切入。
2. 不在结尾硬套“三点总结”。
3. 绝不编造用户没有给出的个人经历。
4. 不要为了“完整感”把每段都写成说明书。
5. 如果不知道用户真实经历，用“这里可以补一个自己的例子”提醒，而不是替用户虚构。

再比如，我曾让AI检索关于Codex的资料，它明明可以直接参考项目文件夹里已有的完整教程，却偏要去互联网上漫无目的地搜索，不仅浪费时间还消耗大量 token。为了解决这个问题，我只需在项目的 AGENTS.md 里加一句规则：“查询 Codex 相关内容时，优先检索当前项目文件夹下的文档。” 就这一行，它从此再没犯过同样的错。

规则的优势在于：短小、明确，一句话就能堵死一条岔路。只要它适用于清晰的“不要做什么”的场景，规则就是最轻量的纠偏手段。

方法二：用Skill封装复杂流程

什么样的错误适合做成Skill？当无法用一两句话说清，或者必须按一整套固定流程执行时，规则就不够用了。你需要把一个完整的工作流封装起来，作为Skill固化。

比方说你让AI用Figma画图。如果只是随口下达命令，没有指定流程，AI很可能上手就画，看似积极实则无效——它没先理解需求、没拆解页面结构、没确定设计规范，也不知道哪些内容应该放主页面，哪些该弹窗或浮层。你这次费劲指导它改过来了，可下次再换一个任务，它又重走老路。

这时，一个Figma设计专用的Skill就能派上大用场，例如：

当用户要求用Figma画图时，严格按照以下流程执行：
1. 先理解要画什么，有任何不明确的地方先提问。
2. 拆分页面结构，梳理大板块、小板块及组件。
3. 输出设计方案，等用户确认后再继续。
4. 确认后才进入Figma开始执行。
5. 所有大板块用 Frame，小组件用 Group。
6. 弹窗、抽屉等浮层单独置于页面，不覆盖主页。
7. 完成时检查是否有重叠、错位或层级混乱。

这样一来，AI每次碰到Figma绘图任务时，就会自动按这条稳固的工作流运行，而不是临场发挥、到处乱撞。Skill的实质，就是把你自己验证过的正确路径强行锁定成 AI 的行为模板。

再举一个知识库整理的例子。之前我分享过《最近很火的用LLM搭建知识库的保姆级教程》，如果你仅仅在 CLAUDE.md 或 AGENTS.md 里写几条规则，很难实现理想的命名规范或个性化设置，这时候就需要补上一个专用的Skill。

规则和Skill互相配合后，整理知识库的过程会变得顺畅而稳定，AI再也不会在关键环节脱轨。

规则 vs Skill：如何选择？

判断标准其实很直观。能用一两句话说清楚、并足以杜绝错误的，就直接写成规则，例如“不要用某些词语”“不要硬总结”“不要编造经历”。如果涉及的是一整套容易出错的流程，比如写文章、整理知识库、做产品方案、画Figma、检查文稿等，就必须借助Skill来锁定整个链条。有些复杂项目甚至需要两者同时配齐，AI才会真正稳定下来。

需要提醒的是，现在AI圈流行一个词叫“Skillify”，主张把每一次AI的错误解决方法都赶尽做绝地做成Skill。我只认同一半。并非所有错误都值得上升为Skill，不加区分地堆砌Skill，不仅会加大token消耗，还可能让AI的表现越来越迟钝。在没成为资深玩家之前，不妨先试试这套规则+Skill的组合思维，好好琢磨一下怎么调教你的AI，效果会更扎实。