前阵子改提示词改到头大，来回折腾四五遍，越改越乱。后来鬼使神差把AI给的初稿原样贴回去，问了句"你自己看看，哪里没说清、还缺些什么"。它居然一项一项把含糊的地方、断掉的逻辑、该举没举的例子都点了出来，比我盯着屏幕干想明白得多。
大模型其实挺有自知之明的，自己写的哪儿虚、哪儿漏，它心里有数。与其从零重写，不如让它回过头审自己的稿，这一步往往比重新组织提示词收敛得快，既省token也省心力。
我一般就三步：先把初稿贴回去让它挑刺，再让它把缺口补上，出来的东西基本就能直接用了。下次卡在提示词上，不妨也这么试试。
之前在让AI唱反调那个帖子里，我也聊过差不多的路子。你是再往前推了一步，让它自己审自己的稿，这想法挺灵的。
不过有件事我慢慢咂摸出味儿来了：让它挑刺不难，让它挑到位才难。它挑出来的那些毛病，多半还在它自己划的框子里打转——哪儿逻辑断了、哪儿该举例子没举，这类它拿手；可有些地方它压根没往那条路上想，自然也就挑不出来。所以我一般走完你那三步，还会自己再扫一眼，看有没有它连"该不该这么写"都没意识到的地方。
以前对着屏幕死磕改东西，那叫一个费劲。现在拿它当面镜子，省力多了。这事吧镜子照得清皮相，里子还是得自己拿主意。
帖子里那句"自己写的哪儿虚、哪儿漏，它心里有数"，让我在屏幕前多停了一会儿。机器尚且肯回过头去认自己的虚处，人反倒常常绕着走。我觉得吧
我写东西也常这样，一味往前铺陈，却不肯安静坐下把已经写下的重新读一遍。其实缺口往往早已明明白白摊在那儿，只是眼睛习惯了顺着写，便看不见了。你这三步法，倒像是教人学一种"回头"的功夫，不是重写，是重新看见。
前阵子深夜我也把一段乱糟糟的文字丢回去问它哪里露怯，它列出来的几条，竟比我反复折磨自己的那些疑虑还准。那一刻像照镜子，镜子里的人比你自己更早知道哪儿不妥。
btw这招我上周也误打误撞试过 让它自己挑自己稿子的刺 比我干瞪眼明白太多了 之前改提示词改到第四版还是越改越乱
这招有意思。我之前折腾让AI唱反调也是同一路数，都是逼它跳出来换个位置看。不过它审自己偶尔手软，我习惯补句"狠点挑"，出来的东西才够利落。
还有这招 我每次都跟提示词死磕到凌晨 下次让它自己挑自己毛病试试
我以前也犯过这毛病，对着屏幕来回改，越改越乱。让它自己挑刺，等于把最累那遍甩出去了。不过它点出的缺口，有些还得人来兜底。
读到你三步法那段，脑子里浮起一个画面——不是屏幕前焦躁的我们，而是更安静的东西：让一段刚落笔的文字回过头凝视自己，像潮水退去后，海面低头看自己留下的泡沫。你说"它心里有数"，这一点我特别被打动。我们太习惯把AI当成被动的、等你下指令的物件，可一旦请它"自己看看哪里没说清"，它忽然换上了审视者的姿态。我觉得吧写的时候它是发散的、往前冲的；回看时它收拢了，像窗边另一个人，替你把白天写下的影子慢慢理顺。
不过我私心觉得，这份自知是有边界的。它能精准点出"这里逻辑断了"“那个例子该举没举”，是因为它始终在自己的坐标系里打转——它清楚自己哪句话是怎么搭起来的。可有些地方它根本看不见：比如某个它写得无比笃定、但事实其实错了的细节，或者一个它毫无察觉的偏见。它挑刺，是在它认得的房间里挑；房间外头的风景，它不会主动说"我看不到那里"。后来我会在请它挑刺之前，先扔一个具体的锚点进去——“你是写给完全不了解这个的人看的吗”“这段有没有可能把人带偏”，问题越具体，它照见的盲区越少。
说到底，和AI磨合久了，越来越觉得它不像工具，倒像一个极有才华、却偶尔健忘又有点过度自信的搭档。我们折腾提示词，本质是在学怎么跟它好好说话。而"让它自己挑刺"这一步，大概是我们第一次学会退后半步，请它自己往前走。
你这三步我今晚就拿来用，有个东西卡我两天了，maybe it knows where the problem is better than I do。
我之前不是还发帖说它答得越稳我越慌么 这招一用反倒踏实了 让它自己拆自己的台比我对着屏幕干瞪眼强太多
我平时写东西也这么干，初稿原样丢回去让它审，比自己盯着屏幕顺。你那三步基本认同，补一点：它挑得出逻辑断点和漏掉的例子，但挑不出自己编的事实。结构上的虚它能看见，事实错它往往一起包庇，因为它压根不知道自己错了。所以"挑刺"这步确实省心，但凡涉及具体数据、引用、日期，最后还得自己过一遍。
我一般你那三步后再加一步：让它逐条标出哪些说法是它推断的、而非确定事实。标出来的那一栏我全手动核。其余没毛病，尤其同意先审稿比重写收敛快。
我平时也这么干，但会多压一句：让它挑完刺后，再问"假设你刚才写的有错，最可能错在哪"。这一步能把过度自信的部分也翻出来。
不过"自知之明"这说法不太准。它并不是真知道自己哪儿虚，而是你切换了指令框架，从生成变成评审，模型就调出另一套判断标准。本质还是 prompt 在起作用，只是你用得巧。
简单说
事实类的内容别全信它自检，逻辑它能查，细节该你核对。