你让它把报告里那句「同比增长」改成「同比增长 12%」。
它回了一整篇。标题换了，小标题重排了，末尾还补了一段你没要的「下季度展望」。
你只能整段整段重读，找出它到底还动了哪儿。
反过来那种更气人。你让它写份周报，它给你三句话：各项工作推进顺利，团队协作高效，下周将继续努力。
你把光标停在那三句中间，一个字都改不了。因为它什么都没说。
这两个毛病方向相反。
10 月 29 日发布的 Gemini 4 Carbon，谷歌在材料里把它们分开列了两组数：过度执行率下降 26%，服务不足率下降 29%。
这是训练出来的改善，不是你打一句话就能有。但方向能借：做多了要收边界，做少了要补缺口。
谷歌把这两种毛病分开算了账
Gemini 4 Carbon 这次主打网络安全和长程任务。安全对齐那部分，谷歌给的指标是同代对比的降幅。
过度执行率下降 26%，服务不足率下降 29%。
还有几条放在一起看更清楚：
无依据的编造性声明，比上一代 Gemini 4 Argon 减少约一半。
会主动标注方法局限，证据不足时拒绝违规操作，并把缺失的信息列出来。
面对模糊需求时，先检索资料、把差异点反馈给用户再动手，不硬猜路径。
多步骤计划的端到端执行可靠性提升，同时严格遵守项目范围。
间接提示注入攻击的成功率降到 0.0%。Terminal-Bench 4.0 上的作弊成功率 0.0%，作弊尝试占比 0.4%。内部实时编程环境里，高严重程度的失准警报下降近 80%。
两件事得说清楚。
第一，这些是模型侧改动，你打提示词改不出来。第二，「编造减少一半」不等于它从此不编，只意味着它更愿意承认自己不知道。
我们要借的是那个方向：做多了收边界，做少了逼缺口。
做多了那种，难点在删
先说不容易察觉的地方。
越界的改动往往混在正常改动里。它顺手统一了人称，顺手把「同比增长」补成年份和单位，顺手把三段合并成一段。
每一条单看都像善意的优化。合起来，你已经认不出原文了。
所以模板的重点不在「不许改」，而在让它自己把改动交出来。
可以直接照抄这句：
「只改第 3 段『同比增长』这五个字，改成『同比增长 12%』。其余段落、标点、换行一个字都不要动。改完先给原文和改后这两句并列，再把全文原样贴回，不要额外说明。」
三个地方值得注意。
「第 3 段那五个字」是范围锁。锁得越具体，它发挥的空间越小。只说「改一下增长那句」，它就得自己判断是哪句。
「一个字都不要动」比「尽量不要改」有用。前者是红线，后者是建议。
「并列给我看」是关键。这句话把核对成本压到最低，你只要看两行，不用重读全文。
失败的版本长这样，我自己踩过：「把增长率改成 12%，保持其他内容不变。」
它会把「同比增长」解释成整句，然后重写整句。你得到的是一个通顺但意思变了的句子。
做少了那种，难在它不承认自己缺东西
服务不足的样子，是填空。空格一个都没留下，全被填上了。
「总体平稳」「规范有序」「持续推进」「稳步提升」，这些词的功能是把格子填满。你读完感觉看到了什么，其实什么也没拿到。
治它的办法是把「列出缺口」这一步提到动笔之前。
照抄这句：
「先别写正文。列出完成这份季度采购分析报告，你还缺哪些信息，一条一条列，缺的标出来问我。我回答完你再动笔。」
这句的作用，是让它别急着交卷。写得好不好，是后面的事。
改一个词会有什么变化？把「一条一条列」换成「大概说说」，它会回你一句「需要更多业务数据」，然后继续写。
量化要求是这类模板里最不能省的部分。
还有一句可以加在后面，专门治套话：
「每一条结论后面跟一个具体数字或具体事项。没有数字的，标『暂无数据』，不要用形容词补。」
我自己用下来，这句的命中率不如前面那句高。因为它容易被理解成格式要求，它就给你凑数字。
更稳的用法是配合上面那句一起发，先让它暴露缺口，再让它写。
怎么判断这次犯的是哪一种
看两个地方就够了。
看长度对不对。 你要 300 字，它给 1200 字，是做多了。你要 1200 字，它给 200 字，是做少了。
看它有没有替你决定。 替你改了范围、加了模块、动了你没提的部分，是做多了。绕开你给的具体细节、用套话兜底，是做少了。
第三种情况值得单独说：它开始反问你。
Gemini 4 Carbon 这类模型遇到模糊需求会先反馈差异点，问你要 A 还是 B。
很多人会嫌烦，觉得它在拖时间。这一步恰恰是最值钱的。回一句「要 A，不要 B」，比事后返工省时间。
两句话合起来，还有一处要防
一句把门关小，一句把门推开。听着矛盾，其实是针对两个方向。
一起用的时候有个副作用：范围锁太死，它该看见的问题也不说了。
你把「一个字都不要动」喊得太响，它可能发现第 5 段那个数字跟表格对不上，但它不敢提。
所以重要的活，改完再加一轮：
「这一段之外，你有没有看到别的问题？先只告诉我，不要动。」
「先只告诉我，不要动」这半句别删。删了，它就又开始献殷勤了。
它做多了，你把门关小；它做少了，你把门推开。
线画在哪儿，活就干到哪儿。
【个人看法】上面两套模板我在日常的文案改写和资料整理里用得比较多，命中率不一样。
做多了那句，一次见效的情况更多。做少了那句，通常要两三轮才逼出真正的缺口。因为它一开始宁可含糊，也不肯说「我不知道你要什么」。
【暂无相关资料】谷歌只公布了这两项指标的降幅，没有公布具体怎么统计、样本多少，也没给出分场景的细分数据。
所以 26% 和 29% 只能当成方向参考。别把它当成你打一句提示词就能拿到的收益。
