长度不是你定的，是你的措辞定的

我们以为自己在告诉模型每条 finding 该多长。其实我们只是在给它一个暗示，而这个暗示干了大部分的活。每次喂它一模一样的八条源，只改那句谈长度的话，输出的变化就比内容本身大得多。下面是同一份简报在四种措辞下的样子。

"≤800，简洁" 给出的 finding 在 340 字上下。"400–800"——我们现在的 prompt——把它们拉到 400 左右。"≥400，按需要写多长" 推到了 ~520。把这条指令整个拿掉，模型停在 640 上下。这几种之间，证据没有任何变化。长度是由我们怎么问决定的，不是由有多少可说决定的。

"400–800" 这个区间看着人畜无害。其实不是，因为它递给模型一个下限，模型就靠上去了。区间在时，finding 挤在 400 附近，很少低于 ~370，哪怕这个点很单薄。把下限拿掉，同样的 finding 落到自然的 340，有的低到 296。这个下限守的不是标准，是在逼模型写填充物去够那个数。

去掉约束，做的不只是把东西变短。它让 finding 不再千篇一律。在 "400–800" 下，它们彼此只差 65 字上下——每条都差不多大，不管它要扛多少。松开约束，这离散度一下窜过 200。要覆盖很多的那条就写长，单薄的那条就保持短。这才是你真正想要的：长度在传递信息，而不是在填配额。它并非纯由内容驱动——模型仍会漂向一个惯用长度——但主导的是措辞，而真正在造成伤害的，是那个下限。

很容易把"答案有多长"当成一个设置。它其实是三个：模型想多少、说多少、以及界面能显示多少。我们把后两个焊成了一个 prompt 夹子。这夹子给单薄的答案注水、本会截断丰富的答案，还——像 effort 篇发现的那样——悄悄搅浑了我们另一个正在跑的实验。如果你非得给长度设界，用一个绑在真实布局上的上限，别用下限。剩下的交给内容决定。