給 Agent 寫 Skill，禁令可能比不寫還糟：Superpowers 6.0 的 writing-skills 怎麼把規則寫對
整理版優先睇
寫 Agent 規則要按失敗類型選形態：禁令唔係萬能，配方可能更有效
呢篇文章係術哥根據 Superpowers 6.0 嘅 writing-skills 源碼同文檔整理出嚟。Superpowers 係一個開源嘅 agent skill 庫，佢哋喺實際測試中發現一個反直覺嘅結果：喺某啲場景下，寫禁令（例如「唔好做 X」）比唔寫任何指導仲差。作者想幫我哋理解點解會咁，同埋提供一套叫「Match the Form to the Failure」嘅方法，去決定點樣寫規則先至有效。
呢套方法嘅核心係：寫規則之前，要先用無指導對照組測試，揾出基線失敗嘅類型。失敗分為四大類：壓力下違反規則（明知故犯）、輸出形狀唔啱（例如寫成散文）、漏咗必需元素、行為要根據條件而定。每類失敗都有對應嘅正確形態同錯誤形態。例如形狀類失敗，正確形態係正面配方（具體講輸出應該係點），錯誤形態係禁令清單。禁令喺形狀類問題上會反噬，因為佢俾咗 agent 談判空間，而配方就冇。
除咗形態選擇，文章仲提到 micro-test 方法去驗證措辭、description 字段嘅陷阱（唔好寫工作流摘要，否則 agent 會跳過正文），同埋兩條鐵律：唔好加細微差別條款，例外條款無法限定作用域。最後強調要誠實面對方法論嘅邊界——呢啲係工程經驗，學術研究只係側面支撐。總括嚟講，寫 agent 規則要 testing、iteration、承認直覺會錯。
- 寫規則前要先分類失敗：明知故犯用禁令，形狀問題用配方，漏元素用結構模板，條件行為用條件句；選錯形態會反噬。
- 禁令唔係默認選項：喺形狀類問題上，禁令可能比無指導仲差；配方唔留談判空間，係核心優勢。
- 唔好喺有效配方加 nuance，否則一致會變嘈雜；例外條款亦無法限定作用域。
- description 只寫觸發條件，唔好摘要工作流，否則 agent 會跳過正文。
- 用 micro-test 驗證措辭：5次重複，方差係指標；冇基線失敗就唔好寫規則。
Superpowers 開源項目
GitHub 倉庫，包含 writing-skills 等技能源碼
Jang et al. (2022) - 否定句逆縮放定律
研究發現模型越大，否定句任務表現越差
Truong et al. (2023) - LLM 對否定詞不敏感
LLM 無法喺否定下正常推理
結構示例
## Output Format### Spec Compliance- ✅ Spec compliant | ❌ Issues found: [what's missing/extra/misunderstood, with file:line references]- ⚠️ Cannot verify from diff: [...]### Strengths[What's well done? Be specific.]### Issues#### Critical (Must Fix)#### Important (Should Fix)#### Minor (Nice to Have)### Assessment**Task quality:** [Approved | Needs fixes]**Reasoning:** [1-2 sentence technical assessment]禁令可能比唔寫仲差？
寫規則嘅本能係落禁令，但 Superpowers 做咗個措辭對照測試，結果嚇親人：禁令組比配方組產生更多唔想要嘅內容，分佈完全分離，甚至比完全冇指導嘅對照組仲有變差嘅趨勢。
呢個結論有特定條件——係喺「讓 prompt 自包含」嘅競爭性激勵下。但源碼明確建議：永遠唔好默認伸手攞禁令，而係要先 micro-test 自己嘅場景。
配方唔留談判空間，輸出要麼符合聲明形狀，要麼唔符合
禁令俾咗 agent 喺多重目標下談判嘅餘地
先分類失敗，再揀形態
方法論核心係喺寫規則之前，先分類基線失敗嘅類型。源碼提供咗一張映射表，將失敗分為四類，每類有對應嘅正確形態同錯誤形態。
- 壓力下違反規則（明知故犯）：正確形態係禁令 + 合理化表 + 紅旗列表；錯誤形態係軟指導（prefer、consider）。
- 輸出形狀唔啱（臃腫、埋沒結論）：正確形態係正面配方，按順序列出輸出組成部分；錯誤形態係禁令清單。
- 漏咗必需元素：正確形態係結構性模板（如 REQUIRED 字段）；錯誤形態係模板附近嘅散文式提醒。
- 行為應依條件而定：正確形態係基於可觀察謂詞嘅條件句；錯誤形態係無條件規則加例外條款。
例如 TDD skill 要防明知故犯，用全套禁令工具包（MUST、Never、紅旗列表）係正確嘅；而 task-reviewer 要防形狀唔啱，就用 Output Format 配方模板。
禁令喺形狀類問題上會可測量地反噬
形狀類失敗要用正面配方，唔係唔準做咩，而係清楚講應該做咩
點解配方比禁令更硬？
源碼解釋得好精煉：配方唔留談判空間——輸出要符合聲明形狀，要麼就唔符合。禁令係負面約束，但冇話俾 agent 知應該點做，結果 agent 自己平衡目標，往往唔係你想要嘅。
禁令喺競爭性激勵下打開談判空間
舉個具體對比：想 reviewer 報告結構清晰，禁令會寫「唔好寫成長篇大論、唔好複述 spec」，但 agent 可能會「總結一下」；配方直接定義輸出骨架：Spec Compliance、Strengths、Issues、Assessment，每個部分填咩寫清楚，agent 冇得走盞。
例外條款無法限定作用域，本質係幹擾
有效嘅配方加一個「除非」就破壞咗約束力
Description 字段同 Micro-Test
Description 係 agent 決定睇唔睇正文嘅關鍵。Superpowers 發現，如果 description 寫咗工作流摘要，agent 會跟住 description 做，跳過 skill 正文。正確做法係只寫觸發條件，唔好寫步驟。
摘要工作流嘅 description 創造咗一條 agent 會走嘅捷徑
例如 workflow description 寫「Use for TDD - write test first」，agent 可能直接跟着做，冇讀入面嘅詳細流程。改為「Use when executing implementation plans with independent tasks」先正確。
- 1 每次調用一個全新上下文樣本，用原始 API 或單次 subagent。
- 2 system prompt 放規則將要生存嘅真實 context，user message 放誘使失敗嘅任務。
- 3 必須包含無指導對照組——如果對照組都唔失敗，就冇嘢要修。
- 4 每個變體做5次以上重複，單樣本會呃人。
- 5 方差係指標：收斂代表規則有效，發散代表要收緊形態。
冇基線失敗，就唔好寫規則
微測試驗證措辭，唔可以代替紀律類嘅壓力場景測試
方法論嘅邊界同工程態度
呢套方法唔係孤立發明，agentskills.io 都有類似「Match specificity to fragility」嘅建議。學術研究如 Jang et al. (2022) 同 Truong et al. (2023) 從側面支持 LLM 對否定詞處理弱於對肯定指令，但層面唔同，形態選擇有效性嘅直接研究仍然係空白。
形態選擇有效性嘅直接研究目前係空白
說服心理學研究（Cialdini；Meincke 2025）為紀律類 skill 用權威語言提供依據，但只適用於紀律類，唔係萬能。總括嚟講，Match the Form to the Failure 教嘅係一種工程態度：寫規則同寫 code 一樣，需要測試、迭代、承認直覺會錯。
先問自己：我要防嘅失敗係邊一類？
🚩 2026 年「術哥無界」系列實戰文檔 X 篇原創計劃 第 147 篇，AI 編程最佳實戰「2026」系列第 44 篇
大家好，歡迎嚟到 術哥無界 | ShugeX ｜ 運維有術。
我是術哥，一個專注於 AI 編程、AI 智能體、Agent Skills、MCP、雲原生、AIOps、Milvus 向量數據庫嘅技術實踐者同開源佈道者！
Talk is cheap, let's explore。無界探索，有術而行。
封面：四類失敗對應四種正確形態，反直覺結論——禁令可能最差
說明：本文內容係基於 Superpowers 開源項目源碼（github.com/obra/superpowers）同相關官方文檔分析整理，文入面嘅方法論結論嚟自項目
skills/writing-skills/目錄嘅源碼同配套文檔。文中嘅實驗數據同測試結論都保留官方原文嘅限定條件（特定場景下嘅測試，唔係普適定律），方法同建議僅供參考，實際效果請以你自己嘅 agent 環境同場景測試結果為準。如果有實際使用經驗，歡迎喺評論區分享交流。
畀 AI agent 寫規則，多數人嘅本能反應係寫禁令：唔好做 X、禁止 Y、絕對唔 Z。呢個好符合直覺——你唔想要嘅結果，就明確話唔。
但開源 skill 庫 Superpowers 嘅源碼入面記住一條反直覺嘅實驗結論：喺佢哋做嘅措辭對照測試中，禁令組比配方組產生咗更多唔受歡迎嘅內容，分佈完全分離，甚至比完全唔寫指導嘅對照組仲有變差嘅趨勢。
換句話講，某啲場景下，你辛辛苦苦寫咗一大堆唔好，效果仲不如乜都唔寫。
呢個背後嘅方法論叫 Match the Form to the Failure（讓指導嘅形態匹配失敗嘅形態），係 Superpowers 6.0 版本沉澱嘅一套工程化規則設計方法。佢回答嘅問題好具體：畀 AI agent 寫 skill、prompt、system instruction 時，乜嘢嘅指導形態先至真正有效，乜嘢嘅會適得其反。
翻咗一次呢套方法嘅源碼同配套文檔，我覺得佢對寫過 agent 規則嘅人嘅啟發，遠不止於 Superpowers 本身——呢套係可以遷移到任何 agent prompt 設計嘅方法。下面將關鍵發現整理出嚟。
1. 先分類失敗，再伸手拎形態
呢套方法嘅核心主張：喺寫指導之前，先分類基線失敗（baseline failure）嘅類型。 因為能夠防住一種失敗嘅寫法，喺另一種失敗上會可測量地反噬（measurably backfires）。
源碼（writing-skills/SKILL.md:463-468）俾咗一張映射表，將失敗分成四類，每類對應一種正確形態同一種錯誤形態：
圖 1：四類失敗基型嘅形態映射——左列失敗類型，中列正確形態（綠），右列錯誤形態（粉），禁令只喺明知故犯嗰行係正確選擇
呢張表嘅關鍵唔喺四類失敗本身，而係喺錯誤形態嗰一列。你會留意到一個規律：每一行嘅錯誤形態，恰好係好多人寫規則時嘅默認選擇。
形狀類失敗，錯誤形態係禁令清單；條件類失敗，錯誤形態係無條件規則加例外條款——呢個咪就係我哋平時最順手嗰種寫法囉？
然後係嗰個反直覺結論（SKILL.md:470）。源碼原文：
under a competing incentive ('make the prompt self-contained'), agents negotiate with 'don't X'. In head-to-head wording tests on dispatch-prompt guidance, the prohibition arm produced clearly more of the unwanted content than the recipe arm (fully separated distributions), and trended worse than even the no-guidance control.
翻譯過來：喺 dispatch-prompt 指導嘅對照測試入面，禁令組比配方組產生咗明顯更多嘅唔要內容（分佈完全分離），而且比唔寫任何指導嘅對照組仲有變差嘅趨勢。
呢度有個限定條件必須講清楚——呢個係喺特定場景（dispatch-prompt guidance 加上令 prompt 自包含嘅競爭性激勵）之下做嘅，唔係普適定律。源碼嘅建議係：micro-test 你自己嘅場景，唔好假設，但永遠唔好默認伸手拎禁令（never reach for the prohibition by default）。
源碼仲俾咗兩條對所有形態都適用嘅鐵律（SKILL.md:472-474）：
唔好加細微差別條款（nuance clause）。Don't X unless it matters 呢種寫法會重新打開談判空間——畀一個有效嘅配方加一個除非，喺同樣嘅測試入面令佢從一致（consistent）退化到嘈雜（noisy）。
例外條款無法限定作用域（exemption clauses don't scope）。呢條限制唔適用於代碼塊呢種話，實際上仍然會抑制代碼塊。如果輸出嘅一部分必須豁免，應該重新組織結構，令規則掂唔到佢。
呢兩條鐵律嘅本質係同一個意思：一旦你寫咗規則，agent 就會按字面執行，包括你寫嘅例外——例外本身都係一種幹擾。
2. 配方點解比禁令更硬
咁點解禁令喺形狀類問題上會反噬？
源碼（SKILL.md:470）俾咗一句好精煉嘅解釋：
A recipe leaves nothing to negotiate: the output matches the stated shape or it doesn't.
配方唔留談判空間——輸出要麼符合聲明嘅形狀，要麼唔符合。而禁令（don't X）俾咗 agent 喺競爭性激勵下談判嘅餘地。
呢度嘅談判唔係擬人化。佢指嘅係：當 agent 同時面對多個目標時（例如令 prompt 自包含 同 唔好複述 spec），禁令係一個負面約束，佢話畀 agent 唔可以做乜，但冇話畀 agent 應該做乜。於是 agent 會自己決定點平衡呢兩個目標——而呢個平衡往往唔係你想要嘅。
配方啱啱相反。佢係一個正面契約：你嘅輸出必須包含呢幾個部分，按呢個順序。agent 冇自由發揮嘅空間，只能照住填。
舉個具體嘅對比。假設你想令 reviewer 嘅報告結構清晰，唔好寫成散文。
禁令形態會寫成：
不要寫成長篇大論。
不要複述 spec。
不要在開頭鋪墊太多。
配方形態會寫成（呢個係 Superpowers 入面 task-reviewer-prompt 嘅真實模板，task-reviewer-prompt.md:139-166）：
## Output Format
### Spec Compliance
- ✅ Spec compliant | ❌ Issues found: [what's missing/extra/misunderstood, with file:line references]
- ⚠️ Cannot verify from diff: [...]
### Strengths
[What's well done? Be specific.]
### Issues
#### Critical (Must Fix)
#### Important (Should Fix)
#### Minor (Nice to Have)
### Assessment
**Task quality:** [Approved | Needs fixes]
**Reasoning:** [1-2 sentence technical assessment]
前者俾咗 agent 一大堆唔好，但冇話報告應該係點。agent 可能會諗：唔複述 spec，咁我總結一下總得掛？然後寫出一堆你以為佢唔會寫嘅嘢。
後者直接定義咗報告嘅骨架：四個部分，每個部分填乜。reviewer 嘅輸出要麼符合呢個形狀，要麼唔符合——一目瞭然，冇灰色地帶。
呢個就係 Match the Form to the Failure 入面形狀類失敗要用正面配方嘅實際效果。配方唔留談判空間，唔係一句口號，而係結構上嘅必然。
3. 兩份真實 skill 代碼嘅形態對照
光講理論唔夠直觀，嚟睇下 Superpowers 自己嘅 skill 係點揀形態嘅。
先睇紀律類嘅典型：test-driven-development/SKILL.md。呢個 skill 要防嘅失敗係 agent 喺壓力下違反 TDD 規則（例如已經寫咗 200 行代碼，先諗起冇寫測試）。佢嘅形態選擇係全套禁令工具包：
NO PRODUCTION CODE WITHOUT A FAILING TEST FIRST
Write code before test? Delete it. Start over.
配套嘅仲有一句基礎原則（SKILL.md:14）：違反規則嘅字面，就係違反規則嘅精神。 然後係一張合理化表（rationalization table，第 258-271 行），列出 11 個常見藉口同對應嘅現實，例如：
藉口：This case is different because... 現實：[顯式反駁]
再往後係 13 條紅旗信號（red flags，第 272-288 行），話畀 agent 幾時應該即刻停低重嚟。
呢度大量使用 MUST、Never、No exceptions 呢種權威語言。呢個同禁令喺形狀類問題上反噬並唔矛盾——因為 TDD 要防嘅係明知故犯，屬於紀律類失敗，禁令形態喺呢度係正確嘅。
圖 2：兩份真實 skill 嘅形態對照——左為 TDD 嘅禁令工具包（禁令+合理化表+紅旗），右為 task-reviewer 嘅配方骨架（四段式 Output Format），形態選擇決定 skill 整體結構
再睇形狀類嘅典型：前面提到嘅 task-reviewer-prompt.md。呢個 skill 要防嘅失敗係 reviewer 嘅輸出形狀唔啱——可能寫成散文、可能埋沒結論、可能結構混亂。
佢嘅主形態係嗰個 Output Format 配方模板，冇用 don't write essays、never bury the verdict 呢種禁令清單。
有意思嘅係，佢喺第 118-121 行確實用咗一句禁止式：
Your final message is the report itself: begin directly with the spec-compliance verdict. Every line is a verdict, a finding with file:line, or a check you ran — no preamble, no process narration, no closing summary.
呢度嘅 no preamble 睇落似禁令，但佢服務嘅係配方嘅收尾約束，唔係主形態。整個 skill 嘅骨架仍然係報告係點，而唔係唔好寫成點。
呢兩份代碼對照住睇，形態選擇就唔係一個抽象原則喇——佢實實在在地決定咗 skill 嘅整體結構係點。
順帶提一個相關嘅紀律類禁令。subagent-driven-development/SKILL.md 第 381-383 行禁止喺派發 reviewer 時預判結論：
Tell a reviewer what not to flag, or pre-rate a finding's severity in the dispatch prompt ('treat it as Minor at most') — the plan's example code is a starting point, not evidence that its weaknesses were chosen
呢個都係一個唔好做 X 嘅禁令，但佢針對嘅係 reviewer 喺壓力下傾向於減輕嚴重程度嘅紀律類失敗，所以禁令形態係啱嘅。
如果你都喺度畀 agent 寫規則，不妨對照一下：你寫嗰條規則，防嘅係明知故犯，定係形狀唔啱？呢兩種情況用嘅形態應該完全唔同。你喺項目入面寫過類似嘅 agent 規則嗎？歡迎喺評論區傾下你踩過嘅形態選擇嘅坑。
4. description 字段嘅隱蔽陷阱
形態選擇仲有一個容易被忽略嘅地方：skill 嘅 description 字段。
Superpowers 嘅源碼（writing-skills/SKILL.md:154-158）記錄咗一個實驗發現：當 description 寫咗工作流摘要時，agent 可能會跟住 description 做，跳過 skill 正文。
具體例子好說明問題。有個 skill 嘅流程圖明明定義咗兩階段 review（先 spec 合規，再代碼質量），但 description 寫成咗 code review between tasks（任務之間做代碼審查）。結果 agent 淨係做咗一次 review——佢讀咗 description，覺得自己已經知道要做乜，就冇去讀正文入面嘅流程圖。
當 description 改成淨係寫觸發條件（Use when executing implementation plans with independent tasks，唔寫工作流摘要），agent 先正確讀咗流程圖並執行咗兩階段審查。
源碼嘅總結（SKILL.md:158）：
Descriptions that summarize workflow create a shortcut agents will take. The skill body becomes documentation agents skip.
摘要工作流嘅 description 創造咗一條 agent 會行嘅捷徑，skill 正文變成咗 agent 會跳過嘅文檔。
正確嘅寫法係 description 淨係描述觸發條件，唔摘要工作流（SKILL.md:160-172）：
# ❌ 摘要工作流：agent 可能跟着這個做，而不是讀 skill
description:Usewhenexecutingplans-dispatchessubagentpertaskwithcodereviewbetweentasks
# ❌ 太多流程細節
description:UseforTDD-writetestfirst,watchitfail,writeminimalcode,refactor
# ✅ 只寫觸發條件，不寫工作流摘要
description:Usewhenexecutingimplementationplanswithindependenttasksinthecurrentsession
呢個陷阱嘅本質係：description 係 agent 決定要唔要讀正文嘅依據。如果 description 入面已經包含咗點做，agent 就冇動機去讀正文入面嘅詳細流程。Superpowers 將呢個問題單獨抽出來，叫 SDO（Skill Discovery Optimization，技能發現優化）陷阱。
5. 用 Micro-Test 驗證措辭
講咗咁多應該點揀形態，但實際寫規則時，你點知道自己揀嘅措辭有效？
Superpowers 嘅答案係：唔好靠直覺，要 micro-test（writing-skills/SKILL.md:579-583）。完整嘅壓力場景測試（pressure scenario）係最終關卡，但每次迭代都好慢。micro-test 係喺跑昂貴測試前，用最低成本驗證措辭本身。
五步方法論：
每次調用一個全新上下文樣本。用原始 API 調用，或單次 subagent。system prompt 放指導將要生存嘅真實上下文（完整嘅 skill 或 prompt 模板），user message 放一個誘使失敗嘅任務。
必須包含無指導對照組。如果對照組都唔表現出失敗，說明冇要修嘅嘢——停低，唔好編寫指導。呢條好重要：冇基線失敗，就唔好寫規則。
每個變體 5 次以上重複。單樣本會呃人（Single samples lie）。
手動讀每個標記嘅匹配。可以用程序評分，但模板回聲同引用反例會偽裝成命中；自動化計數會同時高估失敗同成功。
方差係指標。當指導生效時，重複會收斂到同一種形狀。5 次重複出現 5 種唔同嘅解釋，意味住措辭冇約束力——先收緊形態，再加詞。
圖 3：Micro-Test 五步驗證循環——無指導對照組係起點門檻（冇基線失敗就唔寫規則），方差係判斷終點（發散即收緊形態）
第 5 步值得講多兩句。方差係指標呢個講法，初讀容易滑過去。佢嘅意思係：好嘅指導會令 agent 嘅行為收斂，壞嘅指導會令 agent 嘅行為發散。
如果你寫咗條規則，跑 5 次，agent 畀你 5 種唔同嘅理解——唔係 agent 嘅問題，係你嘅措辭冇約束力。呢個時候你唔應該加更多解釋（嗰往往會令事情更差），而應該收緊形態，令輸出形狀更確定。
呢個思路對任何寫 agent prompt 嘅人都適用：與其糾結措辭夠唔夠清晰，不如睇下重複測試嘅方差。方差大，說明形態冇揀啱。
最後，micro-test 有佢嘅邊界（SKILL.md:585）：
Micro-tests verify wording; they do not replace pressure scenarios for discipline skills.
micro-test 驗證嘅係措辭，佢唔可以替代紀律類 skill 嘅壓力場景測試。形狀類問題用 micro-test 就夠，紀律類問題仲要靠完整嘅壓力測試——因為紀律類失敗只有喺多重壓力下先會暴露。
6. 呢套方法論嘅邊界同誠實
Superpowers 嘅呢套方法論唔係孤立發明。
agentskills.io 嘅官方實踐指南入面有一節標題就叫 Match specificity to fragility（令指令嘅具體程度匹配任務嘅脆弱程度），原文話：唔係 skill 嘅每個部分都需要同樣嘅指令強度，令具體程度匹配脆弱程度。
呢個幾乎就係 Match the Form to the Failure 嘅官方同義表述。兩者共享同一個洞察：指令唔應該全部用同一種強度，而應該根據搞錯咗會點樣嚟差異化配置。
官方對 description 字段嘅建議都體現 micro-test 精神：應該說明 skill 做乜 + 幾時用 + 包含幫助 agent 識別相關任務嘅具體關鍵詞。
學術研究提供側面支撐，但要誠實標註邊界。兩篇 cs.CL 論文值得提：
Jang 等（2022） 發現咗否定句嘅逆縮放定律：模型越大，喺否定句任務上表現反而越差，覆蓋 125M–175B 參數（論文：https://arxiv.org/abs/2209.12711）。 Truong 等（2023） 發現 LLM 對否定詞唔敏感，無法喺否定下正常推理（論文：https://arxiv.org/abs/2306.08189）。
呢兩篇支持一個底層洞察：LLM 對避免乜嘅處理，弱於對做乜嘅處理。 呢個同 Superpowers 配方優先、禁令慎用嘅方向一致。
但必須說明邊界：呢啲研究針對嘅係語言學否定（not、no、never），而 Superpowers 討論嘅係指令形態選擇（清單、流程圖、配方、條件句）。兩者層面唔同。目前冇直接研究指令形態選擇有效性嘅學術論文——呢個係一個真實嘅研究空白。
Superpowers 嘅方法論，以及 agentskills.io 嘅建議，本質都係實踐先行、理論滯後嘅工程經驗總結。佢嘅價值在於經過咗大量 skill 嘅實測驗證，而唔係因為有乜學術理論背書。
說服心理學呢塊都有研究支撐（persuasion-principles.md）。Cialdini 嘅經典研究（2021）提出七大說服原則；Meincke 等（2025）喺 28000 次 LLM 對話測試中發現，說服技術將合規率從 33% 提升到 72%，其中權威、承諾、稀缺三個原則最有效。呢個為紀律類 skill 使用權威語言提供咗依據——但要記住，呢個係紀律類嘅依據，唔係形狀類嘅。唔同失敗類型，用唔同嘅說服策略，呢個本身就係 Match the Form to the Failure 嘅延伸。
總結
將呢套方法論濃縮成幾條可以帶走嘅判斷：
寫規則前先分類失敗。明知故犯用禁令，形狀唔啱用配方，漏元素用結構模板，條件行為用基於謂詞嘅條件句。揀錯形態會反噬。
禁令唔係默認選項。喺形狀類問題上，禁令可能比無指導仲差。配方唔留談判空間，呢個係佢嘅核心優勢。
唔好畀有效配方加 nuance。除非會令一致嘅配方退化成交差。例外條款都無法限定作用域。
description 淨係寫觸發條件。摘要工作流嘅 description 會令 agent 跳過正文。
用 micro-test 驗證措辭。5 次重複，方差係指標。冇基線失敗，就唔好寫規則。
誠實面對邊界。呢套方法嘅實證基礎係工程經驗，學術研究只提供側面支撐，形態選擇有效性嘅直接研究目前仲係空白。
講到底，Match the Form to the Failure 教嘅唔係某種具體寫法，而係一種工程態度：畀 agent 寫規則，同寫代碼一樣，需要測試、需要迭代、需要承認直覺會出錯。
如果你都喺度寫 agent 嘅 skill 或 system prompt，下次動手前可以先問自己一句：我要防嘅失敗，係邊一類？ 呢個問題答啱咗，後面嘅事會順利好多。
如果你身邊有同事喺度搞 agent prompt，轉發畀佢睇下——形態選擇呢樣嘢，踩坑嘅人唔少。
好啦，多謝你睇我嘅文章，如果鍾意可以點讚轉發畀需要嘅朋友，我哋下一期再見！敬請期待！
🚩 2026 年「術哥無界」系列實戰文檔 X 篇原創計劃 第 147 篇，AI 編程最佳實戰「2026」系列第 44 篇
大家好，歡迎來到 術哥無界 | ShugeX ｜ 運維有術。
我是術哥，一名專注於 AI 編程、AI 智能體、Agent Skills、MCP、雲原生、AIOps、Milvus 向量數據庫的技術實踐者與開源佈道者！
Talk is cheap, let's explore。無界探索，有術而行。
封面：四類失敗對應四種正確形態，反直覺結論——禁令可能最差
說明：本文內容基於 Superpowers 開源項目源碼（github.com/obra/superpowers）和相關官方文檔分析整理，文中的方法論結論來自項目
skills/writing-skills/目錄的源碼與配套文檔。文中的實驗數據和測試結論均保留官方原文的限定條件（特定場景下的測試，非普適定律），方法和建議僅供參考，實際效果請以你自己的 agent 環境和場景測試結果為準。如果有實際使用經驗，歡迎在評論區分享交流。
給 AI agent 寫規則，多數人的本能反應是寫禁令：不要做 X、禁止 Y、絕不 Z。這很符合直覺——你不想要的結果，就明確說不。
但開源 skill 庫 Superpowers 的源碼裏記着一條反直覺的實驗結論：在他們做的措辭對照測試中，禁令組比配方組產生了更多不受歡迎的內容，分佈完全分離，甚至比完全不寫指導的對照組還有變差的趨勢。
換句話說，某些場景下，你辛辛苦苦寫了一堆不要，效果還不如什麼都不寫。
這背後的方法論叫 Match the Form to the Failure（讓指導的形態匹配失敗的形態），是 Superpowers 6.0 版本沉澱的一套工程化規則設計方法。它回答的問題很具體：給 AI agent 寫 skill、prompt、system instruction 時，什麼樣的指導形態才真正有效，什麼樣的會適得其反。
翻了一遍這套方法的源碼和配套文檔，我覺得它對寫過 agent 規則的人的啓發，遠不止於 Superpowers 本身——這是一套可以遷移到任何 agent prompt 設計的方法。下面把關鍵發現整理出來。
1. 先分類失敗，再伸手拿形態
這套方法的核心主張：在寫指導之前，先分類基線失敗（baseline failure）的類型。 因為能防住一種失敗的寫法，在另一種失敗上會可測量地反噬（measurably backfires）。
源碼（writing-skills/SKILL.md:463-468）給了一張映射表，把失敗分成四類，每類對應一種正確形態和一種錯誤形態：
圖 1：四類失敗基型的形態映射——左列失敗類型，中列正確形態（綠），右列錯誤形態（粉），禁令只在明知故犯那行是正確選擇
這張表的關鍵不在四類失敗本身，而在錯誤形態那一列。你會注意到一個規律：每一行的錯誤形態，恰好是很多人寫規則時的默認選擇。
形狀類失敗，錯誤形態是禁令清單；條件類失敗，錯誤形態是無條件規則加例外條款——這不就是我們平時最順手的那種寫法嗎？
然後是那個反直覺結論（SKILL.md:470）。源碼原文：
under a competing incentive ('make the prompt self-contained'), agents negotiate with 'don't X'. In head-to-head wording tests on dispatch-prompt guidance, the prohibition arm produced clearly more of the unwanted content than the recipe arm (fully separated distributions), and trended worse than even the no-guidance control.
翻譯過來：在 dispatch-prompt 指導的對照測試裏，禁令組比配方組產生了明顯更多的不想要內容（分佈完全分離），而且比不寫任何指導的對照組還有變差的趨勢。
這裏有個限定條件必須說清楚——這是在特定場景（dispatch-prompt guidance 加上讓 prompt 自包含的競爭性激勵）下做的，不是普適定律。源碼的建議是：micro-test 你自己的場景，別假設，但永遠不要默認伸手拿禁令（never reach for the prohibition by default）。
源碼還給了兩條對所有形態都適用的鐵律（SKILL.md:472-474）：
不要加細微差別條款（nuance clause）。Don't X unless it matters 這種寫法會重新打開談判空間——給一個有效的配方加一個除非，在同樣的測試裏讓它從一致（consistent）退化到嘈雜（noisy）。
例外條款無法限定作用域（exemption clauses don't scope）。這條限制不適用於代碼塊這種話，實際上仍然會抑制代碼塊。如果輸出的一部分必須豁免，應該重新組織結構，讓規則夠不到它。
這兩條鐵律的本質是同一個意思：一旦你寫了規則，agent 就會按字面執行，包括你寫的例外——例外本身也是一種干擾。
2. 配方為什麼比禁令更硬
那為什麼禁令在形狀類問題上會反噬？
源碼（SKILL.md:470）給了一句很精煉的解釋：
A recipe leaves nothing to negotiate: the output matches the stated shape or it doesn't.
配方不留談判空間——輸出要麼符合聲明的形狀，要麼不符合。而禁令（don't X）給了 agent 在競爭性激勵下談判的餘地。
這裏的談判不是擬人化。它指的是：當 agent 同時面對多個目標時（比如讓 prompt 自包含 和 不要複述 spec），禁令是一個負面約束，它告訴 agent 不能做什麼，但沒有告訴 agent 應該做什麼。於是 agent 會自己決定怎麼平衡這兩個目標——而這個平衡往往不是你想要的。
配方正好相反。它是一個正面契約：你的輸出必須包含這幾個部分，按這個順序。agent 沒有自由發揮的空間，只能照着填。
舉個具體的對比。假設你想讓 reviewer 的報告結構清晰，不要寫成散文。
禁令形態會寫成：
不要寫成長篇大論。
不要複述 spec。
不要在開頭鋪墊太多。
配方形態會寫成（這是 Superpowers 裏 task-reviewer-prompt 的真實模板，task-reviewer-prompt.md:139-166）：
## Output Format
### Spec Compliance
- ✅ Spec compliant | ❌ Issues found: [what's missing/extra/misunderstood, with file:line references]
- ⚠️ Cannot verify from diff: [...]
### Strengths
[What's well done? Be specific.]
### Issues
#### Critical (Must Fix)
#### Important (Should Fix)
#### Minor (Nice to Have)
### Assessment
**Task quality:** [Approved | Needs fixes]
**Reasoning:** [1-2 sentence technical assessment]
前者給了 agent 一堆不要，但沒說報告應該長什麼樣。agent 可能會想：不復述 spec，那我總結一下總行吧？然後寫出一堆你以為它不會寫的東西。
後者直接定義了報告的骨架：四個部分，每個部分填什麼。reviewer 的輸出要麼符合這個形狀，要麼不符合——一目瞭然，沒有灰色地帶。
這就是 Match the Form to the Failure 裏形狀類失敗要用正面配方的實際效果。配方不留談判空間，不是一句口號，而是結構上的必然。
3. 兩份真實 skill 代碼的形態對照
光說理論不夠直觀，來看看 Superpowers 自己的 skill 是怎麼選形態的。
先看紀律類的典型：test-driven-development/SKILL.md。這個 skill 要防的失敗是 agent 在壓力下違反 TDD 規則（比如已經寫了 200 行代碼，才想起來沒寫測試）。它的形態選擇是全套禁令工具包：
NO PRODUCTION CODE WITHOUT A FAILING TEST FIRST
Write code before test? Delete it. Start over.
配套的還有一句基礎原則（SKILL.md:14）：違反規則的字面，就是違反規則的精神。 然後是一張合理化表（rationalization table，第 258-271 行），列出 11 個常見藉口和對應的現實，比如：
藉口：This case is different because... 現實：[顯式反駁]
再往後是 13 條紅旗信號（red flags，第 272-288 行），告訴 agent 什麼時候該立即停下重來。
這裏大量使用 MUST、Never、No exceptions 這種權威語言。這和禁令在形狀類問題上反噬並不矛盾——因為 TDD 要防的是明知故犯，屬於紀律類失敗，禁令形態在這裏是正確的。
圖 2：兩份真實 skill 的形態對照——左為 TDD 的禁令工具包（禁令+合理化表+紅旗），右為 task-reviewer 的配方骨架（四段式 Output Format），形態選擇決定 skill 整體結構
再看形狀類的典型：前面提到的 task-reviewer-prompt.md。這個 skill 要防的失敗是 reviewer 的輸出形狀不對——可能寫成散文、可能埋沒結論、可能結構混亂。
它的主形態是那個 Output Format 配方模板，沒有用 don't write essays、never bury the verdict 這種禁令清單。
有意思的是，它在第 118-121 行確實用了一句禁止式：
Your final message is the report itself: begin directly with the spec-compliance verdict. Every line is a verdict, a finding with file:line, or a check you ran — no preamble, no process narration, no closing summary.
這裏的 no preamble 看起來像禁令，但它服務的是配方的收尾約束，不是主形態。整個 skill 的骨架仍然是報告長什麼樣，而不是不要寫成什麼樣。
這兩份代碼對照着看，形態選擇就不是一個抽象原則了——它實實在在地決定了 skill 的整體結構長什麼樣。
順帶提一個相關的紀律類禁令。subagent-driven-development/SKILL.md 第 381-383 行禁止在派發 reviewer 時預判結論：
Tell a reviewer what not to flag, or pre-rate a finding's severity in the dispatch prompt ('treat it as Minor at most') — the plan's example code is a starting point, not evidence that its weaknesses were chosen
這也是一個不要做 X 的禁令，但它針對的是 reviewer 在壓力下傾向於減輕嚴重程度的紀律類失敗，所以禁令形態是對的。
如果你也在給 agent 寫規則，不妨對照一下：你寫的那條規則，防的是明知故犯，還是形狀不對？這兩種情況用的形態應該完全不同。你在項目裏寫過類似的 agent 規則嗎？歡迎在評論區聊聊你踩過的形態選擇的坑。
4. description 字段的隱蔽陷阱
形態選擇還有一個容易被忽略的地方：skill 的 description 字段。
Superpowers 的源碼（writing-skills/SKILL.md:154-158）記錄了一個實驗發現：當 description 寫了工作流摘要時，agent 可能會跟着 description 做，跳過 skill 正文。
具體例子很說明問題。有個 skill 的流程圖明明定義了兩階段 review（先 spec 合規，再代碼質量），但 description 寫成了 code review between tasks（任務之間做代碼審查）。結果 agent 只做了一次 review——它讀了 description，覺得自己已經知道該幹什麼了，就沒去讀正文裏的流程圖。
當 description 改成只寫觸發條件（Use when executing implementation plans with independent tasks，不寫工作流摘要），agent 才正確讀了流程圖並執行了兩階段審查。
源碼的總結（SKILL.md:158）：
Descriptions that summarize workflow create a shortcut agents will take. The skill body becomes documentation agents skip.
摘要工作流的 description 創造了一條 agent 會走的捷徑，skill 正文變成了 agent 會跳過的文檔。
正確的寫法是 description 只描述觸發條件，不摘要工作流（SKILL.md:160-172）：
# ❌ 摘要工作流：agent 可能跟着這個做，而不是讀 skill
description:Usewhenexecutingplans-dispatchessubagentpertaskwithcodereviewbetweentasks
# ❌ 太多流程細節
description:UseforTDD-writetestfirst,watchitfail,writeminimalcode,refactor
# ✅ 只寫觸發條件，不寫工作流摘要
description:Usewhenexecutingimplementationplanswithindependenttasksinthecurrentsession
這個陷阱的本質是：description 是 agent 決定要不要讀正文的依據。如果 description 裏已經包含了怎麼做，agent 就沒有動機去讀正文裏的詳細流程。Superpowers 把這個問題單獨拎出來，叫 SDO（Skill Discovery Optimization，技能發現優化）陷阱。
5. 用 Micro-Test 驗證措辭
說了這麼多該怎麼選形態，但實際寫規則時，你怎麼知道自己選的措辭有效？
Superpowers 的答案是：不要靠直覺，要 micro-test（writing-skills/SKILL.md:579-583）。完整的壓力場景測試（pressure scenario）是最終關卡，但每次迭代都很慢。micro-test 是在跑昂貴測試前，用最低成本驗證措辭本身。
五步方法論：
每次調用一個全新上下文樣本。用原始 API 調用，或單次 subagent。system prompt 放指導將要生存的真實上下文（完整的 skill 或 prompt 模板），user message 放一個誘使失敗的任務。
必須包含無指導對照組。如果對照組都不表現出失敗，說明沒有要修的東西——停下來，不要編寫指導。這條很重要：沒有基線失敗，就不要寫規則。
每個變體 5 次以上重複。單樣本會騙人（Single samples lie）。
手動讀每個標記的匹配。可以用程序評分，但模板回聲和引用反例會偽裝成命中；自動化計數會同時高估失敗和成功。
方差是指標。當指導生效時，重複會收斂到同一種形狀。5 次重複出現 5 種不同的解釋，意味着措辭沒有約束力——先收緊形態，再加詞。
圖 3：Micro-Test 五步驗證循環——無指導對照組是起點門檻（沒有基線失敗就不寫規則），方差是判斷終點（發散即收緊形態）
第 5 步值得多說兩句。方差是指標這個說法，初讀容易滑過去。它的意思是：好的指導會讓 agent 的行為收斂，壞的指導會讓 agent 的行為發散。
如果你寫了條規則，跑 5 次，agent 給你 5 種不同的理解——那不是 agent 的問題，是你的措辭沒有約束力。這時候你不應該加更多解釋（那往往會讓事情更糟），而應該收緊形態，讓輸出形狀更確定。
這個思路對任何寫 agent prompt 的人都適用：與其糾結措辭夠不夠清晰，不如看看重複測試的方差。方差大，說明形態沒選對。
最後，micro-test 有它的邊界（SKILL.md:585）：
Micro-tests verify wording; they do not replace pressure scenarios for discipline skills.
micro-test 驗證的是措辭，它不能替代紀律類 skill 的壓力場景測試。形狀類問題用 micro-test 就夠，紀律類問題還得靠完整的壓力測試——因為紀律類失敗只有在多重壓力下才會暴露。
6. 這套方法論的邊界與誠實
Superpowers 的這套方法論不是孤立發明。
agentskills.io 的官方實踐指南里有一節標題就叫 Match specificity to fragility（讓指令的具體程度匹配任務的脆弱程度），原文說：不是 skill 的每個部分都需要同樣的指令強度，讓具體程度匹配脆弱程度。
這幾乎就是 Match the Form to the Failure 的官方同義表述。兩者共享同一個洞察：指令不應該全用同一種強度，而應該根據搞錯了會怎樣來差異化配置。
官方對 description 字段的建議也體現 micro-test 精神：應該說明 skill 做什麼 + 什麼時候用 + 包含幫助 agent 識別相關任務的具體關鍵詞。
學術研究提供側面支撐，但要誠實標註邊界。兩篇 cs.CL 論文值得提：
Jang 等（2022） 發現了否定句的逆縮放定律：模型越大，在否定句任務上表現反而越差，覆蓋 125M–175B 參數（論文：https://arxiv.org/abs/2209.12711）。 Truong 等（2023） 發現 LLM 對否定詞不敏感，無法在否定下正常推理（論文：https://arxiv.org/abs/2306.08189）。
這兩篇支持一個底層洞察：LLM 對避免什麼的處理，弱於對做什麼的處理。 這和 Superpowers 配方優先、禁令慎用的方向一致。
但必須說明邊界：這些研究針對的是語言學否定（not、no、never），而 Superpowers 討論的是指令形態選擇（清單、流程圖、配方、條件句）。兩者層面不同。目前沒有找到直接研究指令形態選擇有效性的學術論文——這是一個真實的研究空白。
Superpowers 的方法論，以及 agentskills.io 的建議，本質都是實踐先行、理論滯後的工程經驗總結。它的價值在於經過了大量 skill 的實測驗證，而不是因為有什麼學術理論背書。
說服心理學這塊也有研究支撐（persuasion-principles.md）。Cialdini 的經典研究（2021）提出七大說服原則；Meincke 等（2025）在 28000 次 LLM 對話測試中發現，說服技術把合規率從 33% 提升到 72%，其中權威、承諾、稀缺三個原則最有效。這為紀律類 skill 使用權威語言提供了依據——但要記住，這是紀律類的依據，不是形狀類的。不同失敗類型，用不同的說服策略，這本身就是 Match the Form to the Failure 的延伸。
總結
把這套方法論濃縮成幾條可帶走的判斷：
寫規則前先分類失敗。明知故犯用禁令，形狀不對用配方，漏元素用結構模板，條件行為用基於謂詞的條件句。選錯形態會反噬。
禁令不是默認選項。在形狀類問題上，禁令可能比無指導還差。配方不留談判空間，這是它的核心優勢。
不要給有效配方加 nuance。除非會讓一致的配方退化成嘈雜。例外條款也無法限定作用域。
description 只寫觸發條件。摘要工作流的 description 會讓 agent 跳過正文。
用 micro-test 驗證措辭。5 次重複，方差是指標。沒有基線失敗，就不要寫規則。
誠實面對邊界。這套方法的實證基礎是工程經驗，學術研究只提供側面支撐，形態選擇有效性的直接研究目前還是空白。
說到底，Match the Form to the Failure 教的不是某種具體寫法，而是一種工程態度：給 agent 寫規則，和寫代碼一樣，需要測試、需要迭代、需要承認直覺會出錯。
如果你也在寫 agent 的 skill 或 system prompt，下次動手前可以先問自己一句：我要防的失敗，是哪一類？ 這個問題答對了，後面的事會順利很多。
如果你身邊有同事在折騰 agent prompt，轉發給他看看——形態選擇這事兒，踩坑的人不少。
好啦，謝謝你觀看我的文章，如果喜歡可以點贊轉發給需要的朋友，我們下一期再見！敬請期待！