<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Planning on All about Raspberry Pi</title><link>https://hugozhu.site/tags/planning/</link><description>Recent content in Planning on All about Raspberry Pi</description><generator>Hugo</generator><language>en</language><lastBuildDate>Mon, 18 May 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://hugozhu.site/tags/planning/index.xml" rel="self" type="application/rss+xml"/><item><title>悟空技巧四：分步执行，用 Planning 思维驾驭复杂任务</title><link>https://hugozhu.site/post/2026/219-wukong-prompt-step-by-step-execution/</link><pubDate>Mon, 18 May 2026 00:00:00 +0000</pubDate><guid>https://hugozhu.site/post/2026/219-wukong-prompt-step-by-step-execution/</guid><description>&lt;p&gt;当你让悟空「设计一个高并发电商系统架构」或「重构这段 500 行的遗留代码」时，你是否遇到过这样的崩溃时刻：&lt;/p&gt;
&lt;p&gt;AI 洋洋洒洒生成了两千字，前半部分逻辑严密，后半部分开始胡言乱语；或者它给出了一个看似完美的方案，但当你深入细节时，发现核心链路的设计完全是幻觉，根本无法落地。&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;试图让 AI 一口吃成胖子，是复杂任务失败的头号原因。&lt;/strong&gt;&lt;/p&gt;
&lt;p&gt;在前面的文章中，我们分别解决了 &lt;a href="https://hugozhu.site/post/2026/211-wukong-prompt-clarification-technique/"&gt;需求模糊&lt;/a&gt;、&lt;a href="https://hugozhu.site/post/2026/217-wukong-prompt-deliverable-first/"&gt;格式返工&lt;/a&gt; 和 &lt;a href="https://hugozhu.site/post/2026/218-wukong-prompt-example-driven/"&gt;风格不对齐&lt;/a&gt; 的问题。但这些都是针对「单次交互」的优化。&lt;/p&gt;
&lt;p&gt;当面对&lt;strong&gt;多步骤、长链条、高复杂度&lt;/strong&gt;的任务时，单次 Prompt 往往会突破 AI 的注意力窗口或推理能力上限，导致逻辑断裂或幻觉。&lt;/p&gt;
&lt;p&gt;今天，我们探讨技巧四：&lt;strong&gt;如何通过「分步执行」，用 Planning 思维驾驭复杂任务，确保每一步都稳扎稳打。&lt;/strong&gt;&lt;/p&gt;</description></item></channel></rss>