一句提示词，让模型少说废话

Reddit 的 PromptEngineering 板块有个帖子，标题很直白："Try this prompt!" 发帖人 Significant_Mail5398 分享了一句他反复用的提示词：

Only (do, or list, etc) factual, verifiable, citable (research or coding, etc)

意思是：只输出事实性的、可验证的、可引用的内容。括号里的词按任务替换，比如 research、coding。

他说用了之后答案明显变“瘦”了。字数未必少，废话确实少了。模型不再铺垫“这是一个复杂的问题”，不再列一堆模棱两可的可能性，直接给能查证的东西。

这个思路和常见的提示词技巧不太一样。多数教程教你加角色、给例子、设步骤，用结构框住模型。这句话反过来，只设一条底线：你说的东西得能验证。

为什么这条底线有用？大模型天生爱补全。你问一个模糊的问题，它会生成一段读起来通顺但信息密度很低的回答。加上“factual, verifiable, citable”之后，模型每写一句都得过一道自检：这句有依据吗？能引用吗？过不了就删。输出自然变干。

有网友在评论区提到，不确定这和 harness（包裹在模型外面的系统提示词、工具调用框架）会不会打架，甚至可能让 harness 效果更好，因为好的 harness 本质上也是建立在这个前提上，要求模型输出可追溯的内容。

实际用的时候有几个细节。括号里的动词和领域可以换。做代码任务就写“Only write factual, verifiable, citable code”，做调研就写“Only list factual, verifiable, citable sources”。它是个模板，别当咒语用。

局限也有。创意类任务不适合，头脑风暴、写故事、想 slogan，这些不需要“可验证”，硬加会杀死发散性。另外模型可能编造引用来源，所以“citable”这个要求得配合事后核查，不能全信。

还有个观察：这句话对长回答的压缩效果最明显。短问答本来就没多少水分，长报告里那些“值得注意的是”“综上所述”才是重灾区。一句约束下去，能挤掉不少。