又回到了表达能力

纵横读书 第1172天

今天在用ClaudeCode的时候突然蒙生了一个想法。

一切又回到表达能力。

为什么这么讲呢？

因为，尽管AI从最初的大模型，到后来的智能体，无论是OpenClaw，还是近期风头正劲的Hermes，其实精准地表达，从来都是最最重要的事情。

比如今天就发现，AI当然能够把人类的语言翻译成CLI，计算机能懂的语言。

但是当我能够更加清晰有结构地给它指令时，它明显效率是高的。

否则我就得等待它自己不断试错，调整，再试错，再调整。

在我几乎都要放弃的时候，终于告诉我，我要的效果实现了。

问题是，这都是token啊，在算力还不算富裕的当下，这都是重要的。

有小伙伴甚至提出用文言文跟AI对话，可以省70%的token。

老祖宗大概是没想到，文言文还有这个作用。

但是，究竟如何更加稳定、精准地调用CLI Agent呢？

想要让 AI稳定、精准、可复现地调用 CLI Agent，核心不是靠“语气更凶”，而是靠结构化指令 + 明确约束 + 可执行范式，让 AI 只做你指定的 CLI 操作，不乱脑补、不乱执行、不乱解释。

一、让 AI 必守的 CLI 执行铁律

先给 AI 定死规则，这是精准调用的关键：

只执行 CLI 命令，不做任何 GUI/网页操作

不解释原理、不科普、不优化代码，只输出可直接粘贴的命令

一步只做一件事，禁止合并多条复杂逻辑

严格按我指定的路径、参数、环境执行，不许自动补全

执行前必须先告诉我完整命令，我确认后再 run

禁止执行危险命令（rm -rf /、格式化、删库等）

输出格式固定：命令 + 简单注释，无多余废话

你可以直接用这段强制指令：

你现在是专用 CLI Agent，只执行终端命令。 规则：

只输出可直接运行的 CLI 指令，不解释、不科普、不扩展。

一步一条命令，不合并、不省略参数。

严格遵循我指定的路径、用户、环境，不自动脑补。

禁止任何高危操作。

每次只给最终可执行命令，不废话。

二、最精准的 CLI 指令句式

想要 AI 不跑偏，指令必须满足：动作 + 对象 + 路径/环境 + 参数 + 输出格式

通用万能模板

在【系统/环境】中，使用【工具】对【目标】执行【操作】， 路径为【路径】，参数为【参数】， 输出结果保存到【文件/位置】， 只返回可直接执行的 CLI 命令。

示例

例1：文件操作

请作为 CLI Agent，在 Ubuntu 22.04 下， 将 /home/user/logs/ 下所有 .log 文件打包为 tar.gz， 保存到 /backup/2026.tar.gz， 只输出命令。

例2：进程查看

作为 CLI Agent，查询所有占用 8080 端口的进程， 显示 PID、用户、命令，只输出命令。

例3：代码运行

作为 CLI Agent，在当前项目目录下， 使用 python3 运行 main.py， 传入参数 --env prod --port 3000， 只输出命令。

三、进阶：强制 AI 按“脚本化”执行

如果你希望 AI连续执行多条 CLI 且不乱跳，用脚本范式：

你将生成一个可直接执行的 shell 脚本， 每行一条 CLI 命令，按顺序执行， 不添加注释、不解释、不修改逻辑， 只输出纯脚本内容。

示例输出：

cd /app

git pull

pip install -r requirements.txt

python app.py

这种方式几乎 100% 精准调用 CLI Agent。

四、避免 AI 失效/乱执行的禁忌

不要这样说（AI 会乱）：

“帮我处理一下服务器”

“优化一下环境”

“看看哪里有问题”

“随便跑一下”

必须这样说（精准）：

“列出 XX 路径下文件”

“杀掉 PID 为 XXX 的进程”

“安装 XX 版本包”

“修改 XX 文件的 XX 行”

五、最高级用法：给 AI 一个固定 CLI Agent 身份

你可以固定身份，后续所有对话都默认 CLI 模式：

从现在开始，你是专用命令行执行 Agent。 任何需求都只翻译成对应系统的 CLI 命令，不做任何其他行为。 系统环境：Linux x86_64 / Windows cmd / macOS zsh（你指定一个） 禁止解释、禁止思考、禁止扩展。 只输出命令。

之后你只需要说：

“查看磁盘占用”

“创建 test 文件夹”

“重启 docker 服务”

AI 就会只输出 CLI 命令，精准度极高。