AI 指令指挥官

问题在哪

对助手说「帮我改一下那个配置」「导出上个月的数据」，模型往往只能反问一堆问题，或者凭猜测乱改。根因通常不是模型不会干活，而是指令在语义上缺了关键约束：对象、范围、上下文和输出形态混在一起，且没有统一拆解方式。

双通道怎么拆指令

ai-commander 在收到自然语言任务时，必须同时给出两条路径，由你选，不替你做经验判断：

• 快速通道：默认你熟悉领域，直接列出缺失项和可抄的示例，并给出一句「补全后可执行」的完整表述。
• 教学通道：默认你需要被带着想，说明每个缺口为什么要问，并给出「先确认哪一项」。

两条通道对应同一套信息需求，只是语气不同；判断的是提问者是否熟练，不是模型在装不会。

分析固定走五个维度：动作/意图、对象/目标、范围/约束、上下文、输出期望。每项标为已明确、模糊或缺失。输出刻意保持短：每通道一般不超过 6 行，用分隔线与标签区分。

若五维都已清楚，两通道都会明确说指令已完整，可直接执行，并回显结构化后的完整指令，而不是再套模板。

边界与注意点

• 不限领域：测试、开发、运维、设计等靠语义理解，不依赖关键词正则。
• 不预设角色：不写死「你是测试工程师」这类身份。
• 纯闲聊不应触发翻译；你已说「直接执行」或信息已够全时，不应强行再铺双通道。
• 不替用户猜：缺口用提问补，不用默认假设填坑。