把脑中的判断写成文档：上下文工程与模型的服从度
这几年把 AI 导入工作之后，我逐步把原本只存在脑中的判断拆解、externalize（外部化），整理成一份可控的“上下文工程文档”（Context Engineering Document）。
我用三件事评估一个模型
目前，我在评估一个模型适不适合用在“高纪律、高溯源”的工作上时，主要看三件事：
- 能不能遵守既定的规则；
- 信息不足的时候，会不会自己“补位”；
- 输出的内容，能不能被追溯与审核。
一份此刻的实测心得
以下是我近期的实测心得——先声明，这纯粹是我当下、个人的使用经验，模型也一直在更新，未必适用于每个人、每个版本：
- Claude：上下文的服从度最高，比较能贴着既定规则运行，所以我把它当作主力，用来承载判断层。
- GPT：次之。溯源相对可控，但信息不足时偶尔会用训练数据来补位，我主要拿它做备援与特定任务。
- Gemini：对这类长篇、高纪律的工作比较吃力，曾经一口气列出整批虚构的来源，因此暂时退出了这条主线。
拉开差距的，是“服从已外部化的判断”
对我来说，真正拉开模型之间差距的关键，其实不只是模型本身的能力，而是它能不能“服从”那份已经被我外部化的专业判断。
工具会持续更新，但先把脑中的判断写清楚——这件事，和你选择用哪一个工具，其实同等重要。