如何让 AI 做自我检查：把评价标准写进 Prompt

生成完成不等于任务完成。AI 很擅长把句子写顺，却不一定会主动发现材料遗漏、格式不符或结论超出了证据范围。尤其是资料整理、方案写作和业务沟通，答案的问题往往不是“完全错误”，而是少了一个关键条件，或者把不确定的推测写成了确定事实。

因此，Prompt 不能只描述产出，还要描述检查方法。让 AI 在交付前回答：我是否完成了任务中的每一项要求？每个重要结论是否能在材料中找到依据？格式是否方便读者继续使用？有没有遗漏的风险、例外情况或待确认信息？这一步相当于给生成过程加了一道质量门槛。

资料中提到的评价标准、分步处理和迭代优化，本质上都在解决同一个问题：不要把第一版输出直接当成最终答案。先生成，再对照标准检查，最后根据问题修订，通常比不断重复一句“请写得更好”有效得多。

很多 Prompt 只写了一个大任务：请根据材料写一篇文章，并检查是否准确。这样写的问题是，生成和检查混在了一句话里，模型容易把检查理解成一句客套话，生成完后只补一句内容已核对，而没有真正列出核对过程。

更稳妥的写法是把任务分成两个阶段。第一阶段生成初稿，要求内容结构完整；第二阶段暂时不要改写，先按清单逐项审查，指出证据不足、信息遗漏、逻辑跳跃和格式问题；第三阶段再根据审查结果输出修订稿，并说明哪些地方仍然需要人工确认。

分阶段并不意味着每次都必须发送三条消息。复杂任务可以分步调用，简单任务也可以在一条 Prompt 中明确顺序：先完成初稿，再输出检查表，最后给出修改后的版本。关键是让模型知道检查发生在什么时间、检查什么对象、发现问题后如何处理。

如果希望保留过程，可以要求 AI 输出问题清单和修改摘要；如果只需要最终文本，则可以要求它在内部完成检查，只输出最终版本和无法确认的事项。输出过程的多少取决于使用场景，但检查标准不能省略。

“请保证质量”不是评价标准，因为质量没有被拆开。更具体的标准应该描述检查对象和通过条件，例如：每个结论都能在材料中找到对应信息；材料没有提到的数字必须标记为待确认；文章必须覆盖给定的五个问题；标题、摘要和正文不能互相矛盾；表格列名和每一行数据保持一致。

一个实用的检查框架可以分成五个维度。第一是事实准确，检查名称、数字、时间、因果关系是否有依据。第二是任务完整，检查用户要求的对象、范围和交付物是否都出现。第三是逻辑连贯，检查前提、结论和建议之间是否跳步。第四是格式合规，检查标题层级、字段、长度和代码格式。第五是边界清楚，检查推测、风险、例外和待确认信息是否被标注。

不同任务可以调整权重。资料摘要更重视事实和完整性，工作邮件更重视对象、行动请求和语气，方案写作更重视资源、风险、时间与验收。不要把所有检查项都写成同等优先级，否则模型会在不重要的格式问题上花很多篇幅，却漏掉真正影响结果的事实错误。

检查结果不应该只是一长串问题。可以要求 AI 将问题分成三类：必须修改的问题、建议优化的问题和需要人工确认的问题。必须修改通常包括事实错误、任务遗漏、格式不符合要求和可能造成误解的表达；建议优化包括段落顺序、例子数量和语句简洁度；人工确认则包括材料没有给出、权限不足或需要业务判断的内容。

严重程度还可以结合影响来判断。一个错别字可能不影响交付，但一个日期错误、金额错误或责任人错误可能直接导致执行失败。Prompt 中可以明确：优先处理会改变结论、影响决策或造成实际损失的问题，低影响的语言润色放在后面。

如果材料中存在冲突，也不要让 AI 直接替用户选择。应要求它列出冲突位置、各自依据、可能影响和需要确认的决策。这样做比强行生成一个统一答案更诚实，也更方便后续追溯。

自我检查的价值不在于指出问题，而在于推动修改。一个完整的复核 Prompt 应该说明：发现事实问题时回到原材料核对；发现遗漏时补齐对应字段；发现逻辑跳跃时增加必要前提；发现格式问题时按模板重排；无法确认时保留标记并列入待确认清单。

修改时要注意保护原意。让 AI 修订文章，不等于允许它顺便改变结论、删掉限定条件或增加材料中没有的观点。可以加上明确规则：只修改检查清单中确认的问题，保留原文事实和范围；如果修改会改变原意，先说明原因，不要直接替换。

为了便于复盘，可以让 AI 最后输出一份简短修改摘要，包括问题、处理方式和剩余风险。这个摘要不是给读者看的宣传文字，而是帮助使用者判断这次修订到底做了什么。

写文章时，可以检查主题是否覆盖、事实是否有依据、段落是否重复、例子是否真的解释了概念。要求 AI 先列出缺口，再改写全文，能减少为了追求流畅而牺牲准确性的情况。

整理会议记录时，重点检查参会人、决定事项、待办、负责人和截止时间。若记录没有明确负责人，就标记为待确认，不要根据语气推断谁负责。对带有“尽快”“后续跟进”这类模糊表达的内容，也可以要求 AI 单独列出需要澄清的问题。

写工作邮件时，复核对象、目的、背景、行动请求和时间要求是否齐全。邮件不需要把所有讨论过程都写进去，但收件人应该能看懂为什么收到这封邮件、需要做什么、什么时候回复。检查语气时还要避免把明确请求改成空泛的礼貌话。

生成方案时，检查目标是否可衡量，步骤是否有负责人和交付物，风险是否有应对动作，时间表是否体现依赖，验收标准是否能获得数据。不同任务的检查项不同，但方法是一致的：先定义完成条件，再让 AI 对照条件复核。

可以把下面的模板接在任何较长任务之后。使用时，把任务目标、原材料和检查标准换成自己的内容。若任务风险较高，建议把检查结果单独保留下来，不要只看最后一版文字。

示例 Prompt： 请先不要润色，按照下面的标准检查刚才的输出。 一、事实：逐项核对名称、数字、时间和因果关系；材料没有提供的内容标记为待确认。 二、完整性：检查是否完成了任务目标，是否覆盖用户明确要求的对象、范围和交付物。 三、逻辑：检查每个结论是否有前提，建议是否与问题相关，是否存在跳步、矛盾或重复。 四、格式：检查标题层级、字段顺序、长度、列表和代码格式是否符合要求。 五、边界：区分事实、推测、建议和风险，不要把不确定内容写成确定结论。 请把问题分为必须修改、建议优化、需要人工确认三类，并说明依据。然后只修正已确认的问题，保留原意，最后输出修订稿和三条以内的修改摘要。

如果输出本身是表格，还可以增加：检查每一行是否使用相同字段，空值是否有统一表示，数字单位是否一致，比较维度是否混用。如果输出本身是代码，则要增加：检查语法、边界条件、输入校验和错误处理，并明确哪些行为没有在当前环境中实际运行验证。

自我检查可以减少低级遗漏，但它仍然依赖同一个模型和同一批输入，不能保证发现所有错误。尤其在法律、财务、医疗、安全和生产系统等场景，AI 的检查结果只能作为辅助，关键事实、关键数字和最终决策仍需要有权限的人复核。

比较稳妥的做法是把检查分成两层：第一层由 AI 做结构化复核，处理遗漏、格式和明显矛盾；第二层由人工检查材料来源、业务判断和高风险结论。这样既能节省时间，也不会因为一份看起来很完整的检查报告而放松警惕。

好的 Prompt 不会承诺答案永远正确，它会让错误更容易被看见、被定位和被修正。把评价标准写进任务，把问题分级，把修改范围说清楚，AI 才能从一次性生成器变成一个更可靠的协作工具。