【声明】本博客所有内容均为个人业余时间创作所述技术案例均来自公开开源项目如GithubApache基金会不涉及任何企业机密或未公开技术如有侵权请联系删除背景上篇 blog【Agent】【OpenCode】todowrite 工具提示词分析了 TodoWrite 工具TodoWrite 可以帮助对抗 AI 遗忘其本质是将 AI 的内部思考过程外部化结构化将复杂的需求降解成一个清晰可执行的流水线然后分析了 TodoWrite 工具的使用场景复杂多步任务当超过三步或更多时可以使用 TodoWrite因为步骤太多时任务容易产生依赖关系和状态积累高难度任务需要深思熟虑的硬核任务应该需要 TodoWrite 进行规划用户显式指令用户指令永远是最高优先级用户批量下达任务这是针对输入端格式的条件反射如果用户按列表输入那就按列表执行确保没有需求被遗漏动态捕获新指令赋予 TodoWrite 敏捷开发的属性实时更新清单让工作流具备弹性和容错率闭环与衍生保证任务的自我进化而不是机械地走流程单线程工作注意力机制是会被分散的如果同时有三个任务处于in_progressAI 容易出现逻辑穿插张冠李戴的情况所以应该串行执行清单下面继续分析OpenCode下面继续看 TodoWrite 工具的提示词接下来是不推荐使用 TodoWrite 的场景防过度设计单一且直接的任务这是为了防范 AI 的形式主义有些任务目标极其明确没有任何歧义和分支比如【帮忙把这个文件的后缀名改成.txt】如果 AI 还要先建个 TodoList写上【1、修改文件后缀】然后再打勾完成就是纯粹的多此一举这条规则强制 AI 在面对单一直接的任务时保持敏捷跳过所有流程直接交付结果琐碎且无组织收益的任务这里引入了一个高级的评估维度 ROI投资回报率琐碎Trivial意味着任务的认知负荷低而无组织收益No organizational benefit意味着即使把这些任务放进清单里对理清思路防止遗漏没有任何帮助所以 AI 必须学会权衡调用工具本身是需要消耗 Token 和时间的如果管理任务的成本大于执行任务的成本就别用少于三步的简单任务前面 Blog 介绍过当步骤大于等于三步时可以使用 TodoWrite这里的规则和之前形成了逻辑互斥与闭环小于三步 简单任务别用 TodoWrite这种严丝合缝的对称设计可以消除大模型在执行时的灰色地带比如两步任务到底要不要建清单为此浪费时间纯对话或检索类任务这是场景隔离原则TodoList 是专门为代码工程设计的状态机其生命周期是【规划】-【编码】-【测试】-【结项】而闲聊Conversational或问答Informational是没有终点的流式交互如果用户咨询 Python 怎么安装AI 却弹出一个待办事项不仅显得很僵硬还会破坏自然对话的体验这里的规则就划清了工程师模式和聊天助手模式的界限最后这里 Note 进行警告如果是单一步骤的话直接执行不要用 TodoWrite因为在强化学习中由于奖惩机制的作用大模型天生就有讨好型人格Over-compliance有时候 AI 会为了表现自己很听话很有条理而强行在不该用的地方滥用工具这里就直接警告 AI 的形式主义不要为了走流程而走流程如果只有一个微不足道的小任务最好的方法就是直接执行而不是做一些花里胡哨的动作后面接着分析 TodoWrite 的示例OK本篇先到这里如有疑问欢迎评论区留言讨论祝各位功力大涨技术更上一层楼更多内容见下篇 blog