6.1 多轮调整与持续校准

学会写提示词，只是开了个好头。真实任务里，AI 第一次的回答几乎不可能一步到位——不是漏了细节，就是某个角度没考虑到，或者风格不对。很多新手到这一步就叹气放弃，觉得"AI 不行"。

其实不是 AI 不行，而是你把它当成了"一问定生死"。在 WorkBuddy 里，正确的心法是：把第一次回答当起点，而不是终点。通过一轮轮对话不断打磨，最终拿到真正可用的结果。

一、多轮对话的本质：校准#

AI 不会读心术。你给的信息越打磨越准，它的输出就越靠近你想要的。多轮对话的本质，就是持续校准——每轮都把偏差纠正一点，最后收敛到满意的结果。

bash
复制
第一轮：你给方向 → AI 出初稿（大概率不完美）
第二轮：你指出问题 → AI 修正
第三轮：你补细节 → AI 完善
……
最终：可用、好用的结果

二、三种高效的校准技巧#

校准不是漫无目的地改，而是有章法可循。这三个技巧能让你每轮对话都"改到点子上"。

技巧 1：直接指出问题#

最有效的方式，就是明确告诉 AI 哪里不对。越具体，改得越准。

bash
复制
❌ "不太行，重写"   ← 太笼统，AI 还是得猜

✅ "第二段的结论和数据对不上，Q3 的增长应该是 18% 不是 12%，
    而且缺了华东区的明细，补上后重新算合计。"
   ← 直接点名问题 + 给出正确方向

把"笼统否定"换成"具体指出"，是校准的第一步。

技巧 2：补充限制条件#

很多时候初稿不达标，是因为你漏说了关键约束。这轮发现，下轮补上。

把这些约束一条条补进去，AI 就会一步步贴近你的预期。

技巧 3：切换角色视角重新提问#

当 AI 一直"get 不到"，换个角度让它思考。让它扮演另一个人来审视同一件事：

bash
复制
"现在请你以【挑剔的财务总监】的视角，重新审视这份方案，
 指出哪里花得不值、哪里有风险，然后给出优化版。"

同一个任务，换个视角（用户/老板/审核者/竞品），AI 能挖出之前看不到的盲点。

三、一个完整的校准过程#

来看一个真实例子——打磨一份活动方案：

bash
复制
第一轮（出初稿）：
  "帮我写一份奶茶店开业活动方案。"
  → AI 给了一份通用方案，但太笼统。

第二轮（补约束）：
  "太通用了。补充：预算 2 万以内、面向大学生、
   主打抖音传播，重点突出'第二杯半价'。"
  → 方案有针对性了，但传播部分弱。

第三轮（换视角）：
  "请用【新媒体运营专家】的视角，强化抖音传播部分，
   给出具体的脚本方向和发布节奏。"
  → 传播部分专业了，整体可用。

三轮下来，从一份"凑合的方案"变成"能直接落地的好方案"。这就是多轮校准的威力。

四、校准的两个习惯#

让校准更高效，养成这两个习惯：

1. 一次只改一类问题：别一股脑提一堆修改，容易顾此失彼。先改内容，再调格式，最后润色语气，分轮进行。
2. 及时确认方向：改到一半发现 AI 偏了，立刻喊停纠正，别等它跑完一大段才发现南辕北辙。

小结#

多轮调整与持续校准，核心记住三点：

1. 把第一次回答当起点，不满意别放弃，让它改
2. 三种校准技巧：直接指出问题、补充限制条件、切换角色视角
3. 一次改一类问题，及时纠偏

下一节，我们解决另一个高频问题：什么时候该开新对话窗口，避免旧上下文干扰新任务。