可操纵性（steerability）为什么有效？	因为微调教会了模型遵循指令，模型通过继续模式来执行所有操作，包括遵循指令。
可操纵性的根本限制是什么？	指令是通过模式匹配而非真正理解来执行的，所以意图和实际输出之间总存在差距。
在哪些情况下控制最紧密？	短的、具体的、可验证的指令，如格式规范、长度限制和明确的角色定义。
在哪些情况下控制最松散？	长的推理链、抽象或模糊的指令，以及需要数值或逻辑精确性的任务。
什么是"推理漂移"（reasoning drift）？	早期的小错误在多步骤推理中逐步累积，导致最终输出偏离预期。
什么是"字面意思优于精神"（letter-over-spirit）失败？	指令被字面上遵循了，但没有达到真实意图，如缩短文本但没有改进结构。
哪四个产品特性可以解决可操纵性的限制？	系统提示、代码执行、可见推理和结构化输出模式。
当指令被字面遵循但无用时，应该如何重新提示？	重新陈述目标而不是重复指令，将实际目标与指令一起明确说明。
在多步骤任务中如何减少推理漂移？	在关键步骤之间插入检查点，要求模型在继续之前显示中间结果。
有效提示的两个关键要素是什么？	格式规范和目标陈述——不仅说明输出应该是什么样子，还要说明你真正想要实现什么。