技术 · 熟练
换了更强的模型，产出还是去年的水平？
为弱模型写死的每一步，现在成了天花板
模型升级之后很多人发现产出没变化，原因常常不在提示词，而在那些「为上一代模型写死每一步」的技能与规程。官方提示词文档把这件事讲得很直白：指令该带上下文与规则，不该带压过模型自身判断的操作步骤 —— 而模型是照着技能干活的，技能写的是旧一代的做法，它就只发挥出旧一代的水平；基准分涨了，你的产出没涨。一次实测审计跨约 212 个技能包，标出 14 个坏件（多数是命令指向了已经不存在的目录），另有一批对当前模型已经过时。这一页给的是换模型之后的一次审计：把两件事分开 —— 找出对当前模型不必要的约束，留住仍然适用的上下文 · 领域规则 · 约束，改完用一批已知答案的真实任务比改前改后。
方法 · 一图看懂
1
先把它当维护项 — 提示词 · 技能 · 投入档位不是一次性设置，是跟着模型走的维护项；模型换代就该重审一次
2
动手前先分成两堆 — 一堆是「对当前模型不必要的约束」（压过它判断的逐步操作），一堆是「仍然适用的」（上下文 · 领域规则 · 约束）
3
先跑一遍存在性检查 — 指向已不存在的路径 / 命令 / 字段 / 旧接口的技能，是最容易先修的坏件（实测里坏件多数属这一类）
4
改完用真实样本重测 — 拿一批有已知答案的历史任务跑改前改后，别靠手感判断「好像聪明了」
原理 · 为什么有效
模型会照着技能干活，这件事是双刃的：对更弱的模型，把每一步写死是脚手架；对更强的模型，同一段写死就变成了天花板 —— 它不再用自己的判断，只执行你的步骤，于是基准分涨了、产出没涨。第二重原因是过时：技能里引用的路径 · 命令 · 字段 · 接口会随版本漂移，坏掉的那一部分既可能是静默失效（跑了但没做），也可能是跑到一半报错。这两件事的修法完全不同，所以审计的第一个动作不是改，是分类：把「不必要的约束」与「仍然适用的上下文」分开 —— 前者删掉或改成约束式表述，后者原样保住。第三条是顺序：先修存在性坏件（便宜、明确），再谈表达方式（贵、需要判断）。最后必须重测，因为「删掉一些步骤之后会不会不稳」不靠推理能定，只能量。
适用场景
适用：刚换了模型 / 换了推理档位，或把工作流搬到了新工具的场合；以及技能包积了半年以上、没做过一次清点的场合。不适用：只用一次性对话、没有沉淀过技能与规程的场景（那里没有可审计的对象）。
自测 · 5 问
我把提示词 / 技能 / 投入档位当维护项看，换模型之后确实重审过一次
审计时分了两堆：对当前模型不必要的约束，以及仍然适用的上下文与规则
跑过一遍存在性检查（路径 · 命令 · 字段 · 旧接口是否还在），坏件已单列
删改之后用一批有已知答案的历史任务跑过改前改后，而不是凭手感
留下来的每一条约束都能说出「它在防哪种具体的坏结果」
怎么上手 · 验证步骤
最小可行做法是三轮、一下午：① 存在性检查 —— 把技能包里的路径 · 命令 · 字段名逐条对着当前环境核一遍，把已不存在的单独列出来（这一轮通常就能清掉一批）；② 分类 —— 剩下的条目逐条问「这条是在压着模型别再自己判断，还是在给它必要的上下文」，前者改写成约束式（「必须满足…」而不是「第一步做…第二步做…」），后者保留；③ 重测 —— 挑 10~20 个有已知答案的历史任务，改前改后各跑一遍，只记录「结果对没对」「用了几个工具调用」两个数。
把改完的技能包再过一遍，凡是你自己都说不清「删掉它会发生什么」的条目，先标出来别删 —— 那说明它可能背着一条你不知道的约束。