根据反馈迭代 · AI 素养与问题表达

第一次回答不满意，是常态而不是失败。用好 AI 的能力，八成体现在「怎么追问」上。

多数人的错误做法：重开一轮

第一次结果不好，就把问题删掉重新问一遍，或者换个模型再试。

问题在于：你丢掉了上下文。 模型不知道刚才哪里不好，只能再赌一次运气。

正确做法是：在原有基础上，给出具体的修改指令。

四种高效的追问

① 指出具体不满意的地方（最有效）

❌ 「不好，重写。」
✅ 「第二段太抽象了，没有具体例子。请只重写第二段，加入一个带数字的真实例子，其余保持不变。」

「只改哪里 + 怎么改 + 其余不动」——这三样齐了，迭代效率最高。

② 要求给多个版本再选

「请给出三个不同风格的开头：一个用提问、一个用数据、一个用场景。」

让它并行生成、你来挑，比串行地「不好再改」快得多。

③ 追问原理，而不是要答案

❌ 「这段代码怎么改？」
✅ 「为什么会出现这个错误？我理解的执行顺序是……，我哪里想错了？」

这是学习场景下最重要的追问方式。 前者给你一个补丁，后者给你一个理解。

④ 让它做减法

「这段有 200 字，请删到 120 字，只保留最有力的两个理由，不要新增内容。」

AI 天然倾向于「加」（加解释、加铺垫、加客套），需要你明确要求「减」。

一个完整的迭代过程示例

第 1 轮：写一篇 300 词的英语议论文，题目「学生该不该穿校服」，我支持，
         理由是省时间和减少攀比，初中词汇，分三段。

第 2 轮：第二段的例子太笼统（"students save time"）。请只改第二段，
         换成一个带具体时间的场景，其余不动。

第 3 轮：现在语言偏难了，把 "consequently" "substantial" 这类词换成
         初中生常用的词，句子结构不用改。

第 4 轮：请指出这篇文章里我作为初中生最不可能自己写出来的三个表达，
         我想替换掉它们。

注意第 4 轮——这是学习场景下非常有价值的一问：让它帮你识别「不像你写的」部分，避免直接交上去，同时知道自己的差距在哪。

迭代的三条纪律

① 一次只改一件事

同时提五个修改要求，它通常只做好两三个。一次一个维度，反而更快。

② 保留满意的部分

明确说「其余保持不变」，否则它会顺手把你满意的地方也改了。

③ 知道什么时候停

迭代三四轮还不满意，通常说明：

你的要求本身没想清楚（回去改提问）
或者这件事本来就该你自己做

不要陷入无限微调——那往往是在用「感觉在工作」代替「真的在思考」。

一个反向技巧：让它评价你的提问

「我上面这个问题问得清楚吗？如果不清楚，你需要我补充什么信息？」

当结果反复不理想时，问题往往在提问端。 这一问能直接定位。

练习：选一个任务，完整走四轮迭代，每轮只改一件事，记录每轮你给出的具体指令。