@cnzhihao: “提示词更短，效果反而更好。” 我愿称之为 Loop Enginering 阶段最有意义的一句话。 我给客户搭 Agent 时也踩过：Skill 一大堆，然后 AGENTS.md 写个上千字。 事实上，GPT-5.6 这套说清结果、约束、…

X AI KOLs Timeline 新闻
agent prompt-engineering gpt loop-engineering tokens

摘要

作者分享在构建Agent时发现短提示词效果更好，强调应明确结果、约束和自主权，减少Token消耗和返工成本。

“提示词更短，效果反而更好。” 我愿称之为 Loop Enginering 阶段最有意义的一句话。 我给客户搭 Agent 时也踩过：Skill 一大堆，然后 AGENTS.md 写个上千字。 事实上，GPT-5.6 这套说清结果、约束、成功标准、自主权到哪停，别反复先问我的逻辑，可能才是对的。 放权给Agent，相信它。说实话，Token 省 60% 是钱；少返工是更大的钱。 乐哥这篇现已加入 8 月 1 日的培训豪华午餐。
查看原文
查看缓存全文

缓存时间: 2026/07/12 14:56

“提示词更短，效果反而更好。”

我愿称之为 Loop Enginering 阶段最有意义的一句话。

我给客户搭 Agent 时也踩过：Skill 一大堆，然后 AGENTS.md 写个上千字。 事实上，GPT-5.6 这套说清结果、约束、成功标准、自主权到哪停，别反复先问我的逻辑，可能才是对的。

放权给Agent，相信它。说实话，Token 省 60% 是钱；少返工是更大的钱。

乐哥这篇现已加入 8 月 1 日的培训豪华午餐。

相似文章

@Smartpigai: https://x.com/Smartpigai/status/2064209609896968679

X AI KOLs Timeline

本文探讨了在Agent时代，Loop Engineering（循环工程）比Prompt Engineering（提示工程）更重要的观点。作者认为，AI Agent的核心能力不在于模型本身，而在于围绕模型构建的反馈循环系统，这决定了Agent能否持续改进和接近正确答案。

@denziideng: 才发现：提示词原来是这么写的！把你的提示词从“随便写写”变成专业可复用资产 每次用 AI 写东西、生成图片、做分析，提示词随便一扔，效果时好时坏，太折腾人了…… 现在有了这个工具，能一键优化提示词，自动测试、对比、迭代，还能永久保存成可复…

X AI KOLs Timeline

介绍 Prompt Optimizer，一个开源工具，帮助用户优化、测试和复用提示词，支持多平台部署，将提示词从一次性使用转变为可反复调用的资产。