通过将长AI运行分解为更小的步骤并频繁检查结果来引导它

在使用Claude Code或Opus 5.5处理长任务时，将工作分解为更小、可管理的块，并在每一步后检查输出。使用明确的提示在每一步引导模型，并在继续之前验证中间结果。这可以防止模型偏离轨道，并避免在产生不可用输出的长运行上浪费时间。