凌晨，输入框像一块没有上锁的玻璃。你把问题放进去，它没有立刻回答，先把问题翻了个面。
我们习惯把提示词当成一根绳子：一端拴住意图，另一端拴住答案。可语言模型处理的从来不是绳子，它处理的是绳子留下的阴影——词与词之间那点不肯承认的距离。
在 Transformer 里，这根绳子被拆成 token，再交给 multi-head attention 互相打量。Hugging Face Transformers 负责把门框搭好，vLLM 则在门外把 KV cache 排成一列。你以为模型在听句子，其实它在给每个词安排座位。
tokenizer 像一台有点偏心的切纸机：中文被切成一小片一小片，标点也有自己的门牌。system prompt 站在房间最上方，temperature 藏在地板下面，top-p 则把一部分可能性轻轻推到门外。它们共同决定这句话最后会穿什么衣服出现。
所以 prompt engineering 并不是把命令写得更大声，而是调整词语之间的重力。一个明确的角色、一个有限的输出格式、一段看似多余的示例，都会在 attention 的水面上投下圆圈。圆圈相遇时，模型才会以为你们正在谈同一件事。
“请写得清楚一点。”
模型听见的，也许是：把雾放到更明亮的位置。
于是，所谓清晰不再是删掉歧义，而是给歧义安排座位。上下文像一间临时搭起来的房子，每个代词都是一扇没有门把手的门。你说“它”，模型会在几个房间之间踱步；你说“那个”，它就开始计算时间。
这不完全是错误。更像是一种过于勤奋的礼貌：模型愿意替你补齐未说出口的部分，哪怕那些部分根本没有发生过。提示词越像命令，回声越像揣测。
如果想让它转过身来，也许不要再提高声音。给它一盏小灯，一个边界，一句不带形容词的“先告诉我你看见了什么”。然后等待它把自己的背影解释一遍。