写 Prompt 和 Skill 时有一个非常反直觉的现象，很多人写规则喜欢用「小标签加冒号加详细描述」，觉得这样提纲挈领结构清晰，实际上反而会导致模型指令依从性大幅下降。
这种写法很多人经常使用，AI 由于训练语料的影响，几乎所有模型都会默认使用，比如：
- 异常处理：遇到报错直接向上抛出，不要在当前层捕获
- 核心原则：……
- 输入校验：……
看起来排版美观大纲分明，非常好的文档。在人的阅读习惯中，这就是加导引词划重点。然而实际执行的时候，会发现后面的内容 AI 很少遵循，大部分注意力都在前面的导引词。
比如「异常处理」这类概括性词语在语料里出现过成千上万次，绑定的全是最平庸的通用代码套路。模型的前置注意力一旦被这个词劫持，就会瞬间激活默认模板，后面那些具体的反向限制根本抢不过前面的先验权重。
再加上冒号结构在训练集里大量对应公文、百科和参考文档，模型惯性会把它当成被动知识，而不是强制执行的协议。
真正管用的做法是干掉所有冒号和标签，改成扁平的动作指令。
比如直接写「遇到报错必须向上抛出，严禁在当前层捕获」，条件先行，动作跟上，使用陈述句。
写规则不需要大纲感，指令越直白干脆，执行就越精准。