【人工智能】提示词基础：如何让大模型“复盘”并优化自身输出-CSDN博客

本文链接：https://blog.csdn.net/m0_70680929/article/details/151106690

提示词基础：如何让大模型 “复盘” 并优化自身输出

1. 前言

在使用大模型的过程中，我们经常会遇到这样的情况：大模型给出的输出结果不符合预期，比如回答不够准确、内容不够全面，或者逻辑不够清晰。这时候，仅仅重新提问往往效果不佳。而让大模型对自己的输出进行 “复盘”，再根据复盘结果优化输出，是解决这个问题的有效方法。

要实现大模型的复盘与输出优化，关键在于设计合适的提示词。本文将从基础概念开始，详细讲解如何通过提示词引导大模型完成复盘，以及如何基于复盘结果进一步优化输出，帮助大家更好地利用大模型提升工作与学习效率。

2. 大模型 “复盘” 的基础认知

2.1 什么是大模型 “复盘”

大模型 “复盘”，简单来说，就是让大模型回顾自己之前给出的输出内容，分析其中存在的问题。比如，判断回答是否偏离了用户的核心需求、是否存在知识点错误、是否有遗漏的重要信息，或者表达是否不够简洁易懂。

举个例子，如果你让大模型 “解释什么是人工智能”，大模型给出的回答只提到了机器学习，没有涉及深度学习、自然语言处理等关键分支。这时候让大模型复盘，它就需要发现自己回答中 “遗漏重要分支” 这个问题。

2.2 为什么需要让大模型 “复盘”

首先，大模型的输出并非总能一次达标。由于训练数据的局限性、对用户需求理解的偏差等原因，初次输出的结果往往存在不足。

其次，通过复盘可以让大模型更精准地匹配用户需求。在复盘过程中，大模型会重新审视用户的提问意图，对比自身输出与需求之间的差距，从而为后续的优化提供方向。

最后，复盘能帮助用户减少重复提问的成本。如果不进行复盘，用户可能需要多次调整提问方式才能得到满意结果；而通过提示词引导大模型复盘，大模型可以自主发现问题并优化，节省用户时间。

2.3 大模型 “复盘” 的核心前提

要让大模型顺利完成复盘，有两个核心前提：

第一，明确的复盘目标。在提示词中，需要告诉大模型具体要从哪些方面进行复盘，比如 “检查回答是否有知识点错误”“判断内容是否覆盖了提问中的所有要点” 等。如果目标不明确，大模型的复盘可能会流于形式，无法发现关键问题。

第二，完整的上下文信息。在提示词中，需要包含之前的提问内容和大模型的初次输出结果。如果缺少上下文，大模型无法回顾自己的输出过程，也就无法进行有效的复盘。

3. 引导大模型 “复盘” 的提示词设计基础

3.1 提示词的核心构成要素

一个能有效引导大模型复盘的提示词，需要包含以下几个核心要素：

身份定位：告诉大模型在复盘中扮演的角色，比如 “你现在是一个专业的内容审核员，需要对自己之前的输出进行严格检查”。明确的身份定位能让大模型更有针对性地进行复盘。

复盘对象：清晰指出需要复盘的内容，即之前的提问和大模型的初次输出。可以直接将这两部分内容复制到提示词中，确保大模型能准确获取复盘对象。

复盘维度：列出具体的复盘方向，这是提示词设计的关键。常见的复盘维度包括需求匹配度、知识点准确性、内容完整性、逻辑清晰度、表达简洁度等。

输出要求：告诉大模型复盘结果需要以什么形式呈现，比如 “先指出存在的问题，再说明问题对应的具体位置，最后给出改进建议”。明确的输出要求能让复盘结果更有条理，方便后续优化。

3.2 不同复盘维度的提示词示例

3.2.1 需求匹配度复盘提示词

需求匹配度复盘，主要是检查大模型的输出是否准确理解并满足了用户的核心需求。示例如下：

“你现在需要对自己之前的输出进行需求匹配度复盘。首先，回顾用户的提问：‘请推荐 3 款适合学生使用的平价笔记本电脑，预算在 4000-5000 元之间，主要用于日常学习和简单的编程任务’。然后，查看你之前的输出：‘推荐以下 3 款笔记本电脑：1. 某品牌 A 型号，价格 6000 元，适合图形设计；2. 某品牌 B 型号，价格 3500 元，适合办公；3. 某品牌 C 型号，价格 5500 元，适合游戏’。请你判断：输出是否满足了用户‘预算 4000-5000 元’‘适合学生日常学习和简单编程’的核心需求？如果没有，指出具体不匹配的地方。”

3.2.2 知识点准确性复盘提示词

知识点准确性复盘，重点是检查输出内容中是否存在事实错误、概念混淆等问题。示例如下：

“你需要对之前关于‘牛顿运动定律’的输出进行知识点准确性复盘。用户提问：‘请简要说明牛顿第一定律和牛顿第二定律的区别’。你的输出：‘牛顿第一定律指出，物体在不受力的情况下会保持匀速直线运动状态；牛顿第二定律指出，物体的加速度与所受的力成正比，与物体的质量成反比，公式为 F=ma’。请检查：输出中的知识点是否准确？是否存在概念错误或表述偏差？如果有，具体说明错误之处。”

3.2.3 内容完整性复盘提示词

内容完整性复盘，主要是确认输出是否覆盖了用户提问中涉及的所有要点。示例如下：

“用户提问：‘请从使用步骤和注意事项两方面，说明如何使用打印机打印文档’。你的输出：‘使用打印机打印文档的步骤：1. 将文档在电脑上打开；2. 点击 “文件” 选项，选择 “打印”；3. 选择对应的打印机，点击 “确定” 开始打印’。请你进行内容完整性复盘：输出是否包含了用户要求的‘使用步骤’和‘注意事项’两方面内容？如果有缺失，指出缺失的部分。”

3.2.4 逻辑清晰度复盘提示词

逻辑清晰度复盘，是检查输出内容的结构是否合理、各部分之间的衔接是否顺畅、是否存在逻辑混乱的情况。示例如下：

“你之前关于‘如何备考英语四级’的输出：‘备考英语四级需要背单词，因为单词是基础。然后可以做真题，真题能帮助熟悉题型。听力部分很重要，每天要听 30 分钟。背单词可以用 APP，也可以用单词书。做真题的时候要分析错题，总结答题技巧’。请进行逻辑清晰度复盘：输出的内容结构是否合理？各部分之间的逻辑衔接是否顺畅？是否存在逻辑混乱或顺序不当的问题？如果有，具体说明。”

3.3 提示词设计的注意事项

语言要简洁直白：避免使用复杂的句式或生僻的词汇，确保大模型能快速理解提示词的意图。比如，不要说 “请对先前输出的内容进行多维度的审视与评估”，而要说 “请从几个方面检查之前的输出”。

避免模糊表述：在设定复盘维度和输出要求时，要具体、明确，不能模糊不清。比如，不要说 “请检查输出是否有问题”，而要说 “请检查输出是否有知识点错误和内容遗漏”。

控制提示词长度：虽然需要包含完整的上下文和复盘要求，但也不能让提示词过长，以免大模型抓不住重点。建议将提示词控制在合理范围内，优先保留核心信息。

4. 基于复盘结果优化大模型输出的方法

4.1 直接基于复盘问题给出优化提示词

如果大模型在复盘中已经明确指出了输出存在的问题，比如 “回答遗漏了用户要求的‘注意事项’部分”“某个知识点表述错误” 等，那么可以直接基于这些问题设计优化提示词，让大模型针对性地修改。

4.1.1 针对 “内容缺失” 的优化提示词示例

假设大模型复盘后指出：“之前关于‘打印机使用’的输出，只讲了使用步骤，没有讲注意事项，存在内容缺失”。对应的优化提示词可以是：“请根据之前的复盘结果，补充打印机使用的注意事项部分。注意事项需要包括：1. 打印前检查打印机是否有足够的纸张和墨水；2. 不要在打印机工作时打开机盖；3. 打印完成后及时关闭打印机电源。补充后的内容要与之前的使用步骤部分衔接顺畅。”

4.1.2 针对 “知识点错误” 的优化提示词示例

如果大模型复盘发现：“之前关于‘牛顿第一定律’的输出有误，牛顿第一定律不仅指出物体不受力时保持匀速直线运动状态，还包括静止状态”。优化提示词可以是：“请修正之前关于牛顿第一定律的错误表述，正确的内容应该是：‘牛顿第一定律指出，物体在不受力的情况下，会保持静止状态或匀速直线运动状态，直到有外力迫使它改变这种状态’。修正后的回答要保持语言简洁，与牛顿第二定律的区别部分衔接自然。”

4.1.3 针对 “逻辑混乱” 的优化提示词示例

若大模型复盘认为：“之前‘英语四级备考’的输出逻辑混乱，背单词、做真题、练听力的内容穿插在一起，没有明确的结构”。优化提示词可以是：“请按照‘背单词 - 做真题 - 练听力’的顺序，重新组织‘英语四级备考’的输出内容。每个部分需要包含具体的方法，比如背单词可以用 APP 或单词书，做真题要分析错题，练听力每天 30 分钟。重新组织后的内容要结构清晰，逻辑连贯。”

4.2 多轮复盘与优化的操作流程

在实际使用中，有时候一次复盘和优化无法达到理想效果，这时候就需要进行多轮复盘与优化。具体流程如下：

第一轮：引导大模型进行初次复盘，得到复盘结果；根据复盘结果设计优化提示词，让大模型完成第一次优化。

第二轮：将第一次优化后的输出作为新的复盘对象，再次设计复盘提示词，让大模型检查优化后的内容是否还有问题。比如，“请对第一次优化后的‘英语四级备考’内容进行复盘，检查是否还有逻辑不清晰的地方，或者是否有遗漏的备考要点”。

第三轮：如果第二次复盘发现新的问题，继续基于问题设计优化提示词，直到大模型的输出满足预期需求。

4.2.1 多轮复盘与优化的示例

以 “推荐学生平价笔记本电脑” 为例：

初次提问：“推荐 3 款适合学生使用的平价笔记本电脑，预算 4000-5000 元，用于日常学习和简单编程”。

初次输出：“1. 某品牌 A 型号，价格 6000 元，适合图形设计；2. 某品牌 B 型号，价格 3500 元，适合办公；3. 某品牌 C 型号，价格 5500 元，适合游戏”。

第一轮复盘提示词：“检查输出是否满足‘预算 4000-5000 元’‘适合学生学习和简单编程’的需求，指出不匹配的地方”。

第一轮复盘结果：“1. 某品牌 A 型号价格 6000 元，超出预算；2. 某品牌 B 型号价格 3500 元，低于预算下限，且未说明是否适合编程；3. 某品牌 C 型号价格 5500 元，超出预算，且适合游戏，不符合学习和编程需求”。

第一轮优化提示词：“根据复盘结果，重新推荐 3 款笔记本电脑，要求：1. 预算在 4000-5000 元之间；2. 明确说明适合学生日常学习和简单编程的原因，比如处理器型号、内存大小等；3. 每个型号给出具体价格”。

第一轮优化输出：“1. 某品牌 D 型号，价格 4500 元，处理器为 i5-1235U，内存 16GB，适合日常学习和简单编程；2. 某品牌 E 型号，价格 4800 元，处理器为 R5-5625U，内存 16GB，适合编程任务；3. 某品牌 F 型号，价格 4200 元，处理器为 i3-1215U，内存 8GB，适合基础学习”。

第二轮复盘提示词：“检查优化后的输出是否满足所有需求：预算是否在 4000-5000 元，是否明确说明适合学习和编程的原因，是否有 3 个型号。同时检查是否有其他问题，比如内存大小是否足够应对简单编程”。

第二轮复盘结果：“1. 3 个型号价格均在预算范围内，且都说明了适合学习和编程的原因，满足基本需求；2. 某品牌 F 型号内存为 8GB，对于简单编程（如 Python）基本足够，但可能在运行多个程序时不够流畅，建议补充说明内存的适用场景”。

第二轮优化提示词：“针对某品牌 F 型号，补充说明‘内存 8GB 适合基础 Python 编程，若需要同时运行多个编程软件，建议选择内存 16GB 的型号’。其他部分保持不变，确保输出信息更全面”。

第二轮优化输出：“1. 某品牌 D 型号，价格 4500 元，处理器为 i5-1235U，内存 16GB，适合日常学习和简单编程；2. 某品牌 E 型号，价格 4800 元，处理器为 R5-5625U，内存 16GB，适合编程任务；3. 某品牌 F 型号，价格 4200 元，处理器为 i3-1215U，内存 8GB，适合基础 Python 编程，若需要同时运行多个编程软件，建议选择内存 16GB 的型号”。

第三轮复盘：检查第二轮优化输出，确认无问题，优化完成。

4.3 优化过程中的关键技巧

逐步聚焦问题：在多轮优化中，每次只针对 1-2 个核心问题进行修改，不要一次提出过多要求。比如，第一轮优化先解决 “预算超出” 的问题，第二轮再解决 “内存说明不全面” 的问题，这样能让大模型更专注，优化效果更好。

保留有效内容：在优化提示词中，要明确告诉大模型哪些内容不需要修改，只需要优化有问题的部分。比如，“某品牌 D 型号和 E 型号的描述无需修改，只需要补充某品牌 F 型号的内存适用场景说明”，避免大模型重复劳动或修改正确内容。

参考优质示例：如果对优化后的输出有明确的格式或内容要求，可以在提示词中给出优质示例。比如，“优化后的型号推荐格式参考：‘某品牌 X 型号，价格 XXX 元，核心配置：处理器 XX、内存 XX，适合学习和编程的原因：XX’”，帮助大模型更好地理解优化方向。

5. 不同场景下的大模型 “复盘” 与优化实践

5.1 学习场景：知识点讲解的复盘与优化

在学习场景中，用户常需要大模型讲解知识点，比如 “解释微积分中的导数概念”。此时复盘的重点是知识点准确性、表述易懂性，优化则需让讲解更贴合用户的知识水平。

5.1.1 初次提问与输出

提问：“请用简单的语言解释微积分中的导数概念，适合高中刚毕业的学生理解”。

输出：“导数是微积分中的重要概念，它表示函数在某一点的变化率。通过导数可以计算函数的切线斜率，在物理学中也有应用，比如速度是位移的导数”。

5.1.2 复盘提示词与结果

复盘提示词：“检查上述关于导数概念的输出：1. 是否准确解释了‘变化率’的含义？2. 是否用高中刚毕业学生能理解的例子辅助说明？3. 是否存在表述模糊的地方？”

复盘结果：“1. 没有具体解释‘变化率’的含义，高中刚毕业学生可能不清楚‘变化率’指什么；2. 没有给出简单的例子，比如通过具体函数说明导数；3. ‘切线斜率’的表述没有进一步解释，学生可能不理解导数与切线斜率的关系”。

5.1.3 优化提示词与结果

优化提示词：“根据复盘结果，重新解释导数概念：1. 用‘比如汽车行驶时速度的变化’这样的例子解释‘变化率’；2. 举一个具体函数（如 y=x²），说明在某一点（如 x=2）的导数如何计算，不用复杂公式；3. 用‘切线斜率’的通俗解释，比如‘函数图像在某一点的切线倾斜程度’。整体语言要简单，符合高中刚毕业学生的理解水平”。

优化输出：“导数可以理解为函数在某一点的‘变化快慢’，也就是变化率。比如汽车行驶时，每一秒速度增加多少，这个‘速度的变化快慢’就类似导数的概念。以简单的函数 y=x² 为例，当 x=2 时，y=4；如果 x 稍微增加一点，比如变成 2.1，y 就变成 4.41，此时 y 的增加量是 0.41，x 的增加量是 0.1，用 0.41 除以 0.1 得到 4.1，这个数值就接近 x=2 时的导数（实际导数是 4）。另外，导数也等于函数图像在这一点的切线斜率，比如 y=x² 在 x=2 处的切线，它的倾斜程度就是这一点的导数，斜率越大，说明函数在这一点的变化越快。这样的解释能让高中刚毕业的学生更容易理解导数的核心含义。

5.2 工作场景：工作报告撰写的复盘与优化

在工作场景中，员工常需要大模型协助撰写工作报告，比如 “撰写一份月度销售工作报告，包含本月销售数据、环比变化、存在问题及下月计划”。此时复盘重点是内容完整性、数据准确性和逻辑连贯性，优化需让报告更符合工作汇报的正式要求。

5.2.1 初次提问与输出

提问：“撰写一份月度销售工作报告，包含本月销售数据、环比变化、存在问题及下月计划，本公司本月销售额为 50 万元，上月销售额为 40 万元”。

输出：“本月销售情况还不错，销售额 50 万元，比上月多了 10 万元。存在一些问题，下月会好好改进，争取卖得更好”。

5.2.2 复盘提示词与结果

复盘提示词：“检查上述月度销售工作报告输出：1. 是否包含‘本月销售数据、环比变化、存在问题及下月计划’所有要求内容？2. 数据表述是否准确规范？3. 整体结构是否符合工作报告的正式性要求？”

复盘结果：“1. 缺少‘存在问题’的具体内容和‘下月计划’的详细措施；2. 环比变化只说了增加金额，未计算环比增长率（10÷40×100%=25%），数据表述不规范；3. 语言过于口语化，如‘还不错’‘好好改进’‘卖得更好’，不符合工作报告正式性要求”。

5.2.3 优化提示词与结果

优化提示词：“根据复盘结果，重新撰写月度销售工作报告：1. 补充‘存在问题’，如‘部分产品库存不足导致订单流失，销售人员跟进客户不及时’；2. 补充‘下月计划’，如‘提前备货确保库存充足，加强销售人员培训提升跟进效率’；3. 计算并补充环比增长率，规范数据表述；4. 语言使用正式书面语，结构分点清晰”。

优化输出：“# 月度销售工作报告

一、本月销售数据

本月公司销售额为 50 万元，涵盖 A、B、C 三类产品，其中 A 产品销售额 20 万元，B 产品 18 万元，C 产品 12 万元。

二、环比变化

上月销售额为 40 万元，本月销售额环比增长 10 万元，环比增长率为 25%（计算公式：（本月销售额 - 上月销售额）÷ 上月销售额 ×100% =（50-40）÷40×100% =25%），整体销售呈上升趋势。

三、存在问题

部分产品（如 B 产品）库存不足，本月有 5 笔订单因缺货取消，影响销售额；

3 名销售人员对客户跟进不及时，平均跟进间隔超过 3 天，导致部分潜在客户流失。

四、下月计划

库存管理：提前与生产部门沟通，针对 B 产品备货 300 件，确保库存能满足下月销售需求；

人员管理：组织销售人员培训，要求客户跟进间隔缩短至 1 天内，每周提交跟进记录，提升客户转化率，目标下月销售额突破 55 万元”。

5.3 创作场景：短文写作的复盘与优化

在创作场景中，用户可能需要大模型撰写短文，比如 “写一篇关于‘秋天的公园’的短文，要求有具体景物描写，突出秋天特色，字数 300 字左右”。此时复盘重点是景物描写丰富度、主题契合度和语言生动性，优化需让短文更具画面感。

5.3.1 初次提问与输出

提问：“写一篇关于‘秋天的公园’的短文，要求有具体景物描写，突出秋天特色，字数 300 字左右”。

输出：“秋天的公园很好看，有很多树，叶子都变颜色了。还有人在公园里玩，大家都很开心。秋天的公园真不错，让人喜欢”。

5.3.2 复盘提示词与结果

复盘提示词：“检查上述‘秋天的公园’短文输出：1. 是否有具体的景物描写，如特定树木、花朵、地面景象等？2. 是否突出秋天‘树叶变色、气候凉爽、果实成熟’等特色？3. 字数是否接近 300 字，语言是否生动？”

复盘结果：“1. 没有具体景物描写，仅提到‘很多树，叶子变颜色’，未说明树的种类（如枫树、银杏树）、叶子颜色变化（如变红、变黄）；2. 未体现秋天‘气候凉爽、果实成熟’等特色，也没有描写公园内其他秋天相关景物；3. 字数不足 100 字，语言平淡，如‘很好看’‘真不错’，缺乏生动性”。

5.3.3 优化提示词与结果

优化提示词：“根据复盘结果，重新撰写‘秋天的公园’短文：1. 加入具体景物描写，如‘金黄的银杏树、火红的枫树、掉落的梧桐叶、挂着果实的山楂树’；2. 体现秋天特色，如‘秋风凉爽、阳光柔和、人们穿薄外套’；3. 语言使用比喻、拟人等修辞手法，如‘银杏叶像小扇子’‘枫叶像火焰’，字数控制在 280-320 字之间”。

优化输出：“# 秋天的公园

秋日的阳光透过云层，柔和地洒在公园的每一个角落。走进公园，最先映入眼帘的是那片银杏树，金黄的叶子像一把把小巧的扇子，风一吹，便慢悠悠地飘落在地上，铺成一条金色的小路。不远处的枫树林更显热烈，一片片枫叶红得似火焰，在阳光下格外耀眼，吸引着游客驻足拍照。

路边的梧桐叶也换了新装，从翠绿变成深黄，偶尔有几片随风旋转着落下，像是在跳一支优美的舞蹈。山楂树上挂满了红彤彤的果实，像一串串小灯笼，让人忍不住想伸手摘一颗。

秋风拂过脸颊，带着一丝凉爽，公园里的人们穿着薄外套，有的在树下散步聊天，有的带着孩子追逐嬉戏。这样充满秋意的公园，每一处景物都让人沉醉，让人深深爱上这秋日的美好。全文共 312 字”。

6. 大模型 “复盘” 与优化的常见问题及解决办法

6.1 问题一：大模型复盘时遗漏关键问题

6.1.1 问题表现

在引导大模型复盘时，大模型只发现了部分表面问题，比如只指出内容缺失，却没发现隐藏的知识点错误；或者只注意到逻辑混乱，忽略了语言表达不规范的问题。

6.1.2 解决办法

细化复盘维度：在提示词中把复盘维度拆分成更具体的子项，比如将 “内容检查” 拆分为 “内容完整性（是否缺子项）、知识点准确性（是否有事实错误）、数据准确性（是否有计算错误）”，让大模型按子项逐一检查，减少遗漏。

示例提示词：“请从以下子项逐一复盘输出：1. 内容完整性：是否包含‘本月销售数据、环比变化’的所有子项（如数据分类、计算过程）；2. 知识点准确性：是否有与销售常识不符的表述；3. 数据准确性：销售额、增长率计算是否正确”。

增加 “反向提问”：在提示词末尾加入反向提问，如 “除了以上维度，是否还有其他影响输出质量的问题？请补充说明”，引导大模型主动挖掘隐藏问题。

6.2 问题二：大模型优化后仍不符合预期

6.2.1 问题表现

根据复盘结果给出优化提示词后，大模型优化后的输出仍存在问题，比如补充了内容但逻辑更混乱，修正了数据却遗漏了其他要求。

6.2.2 解决办法

明确 “保留正确内容”：在优化提示词中明确指出哪些内容无需修改，避免大模型在优化时破坏正确部分。

示例提示词：“优化时保留‘本月销售额 50 万元、环比增长率 25%’的正确数据表述，仅补充存在问题和下月计划的具体内容，且补充内容需与已有部分逻辑衔接”。

分步骤优化：若存在多个优化需求，将优化任务拆分成步骤，让大模型逐步完成。

示例提示词：“第一步，补充存在问题的具体内容；第二步，基于存在问题补充下月计划的详细措施；第三步，检查整体语言是否符合正式书面语要求，若不符合进行修改”。

6.3 问题三：大模型复盘输出格式混乱

6.3.1 问题表现

大模型复盘结果没有条理，问题和建议混在一起，没有明确的分类，不方便后续提取关键信息进行优化。

6.3.2 解决办法

规定复盘输出格式：在提示词中明确要求复盘结果按 “问题类型 - 具体问题 - 改进建议” 的格式呈现，分点列出。

示例提示词：“复盘结果按以下格式输出：

问题类型 1（如内容缺失）：

- 具体问题：缺少下月计划的详细措施；

- 改进建议：补充下月在库存和人员管理方面的具体计划。

问题类型 2（如数据不规范）：

- 具体问题：未计算环比增长率；

- 改进建议：按公式（本月 - 上月）÷ 上月 ×100% 计算并补充环比增长率”。

给出格式示例：在提示词中提供一个简单的格式示例，让大模型参考。

示例提示词：“复盘结果格式参考：

【问题类型】内容完整性

【具体问题】未提及存在问题的具体表现，如哪些环节出现问题

【改进建议】列举 1-2 个具体的销售问题，如库存不足、客户跟进不及时

请按此格式，针对输出的其他问题进行复盘”。

7. 提升大模型 “复盘” 与优化效率的实用工具与辅助技巧

7.1 实用工具推荐

7.1.1 提示词模板工具

推荐使用 “PromptBase”“豆包提示词模板库”，这类工具提供了多种场景下的复盘提示词模板，比如学习场景的知识点复盘模板、工作场景的报告复盘模板。用户只需根据实际需求修改模板中的关键信息（如提问内容、初次输出），就能快速生成有效的复盘提示词，节省设计提示词的时间。

7.1.2 上下文管理工具

对于需要多轮复盘与优化的场景，推荐使用 “Notion”“飞书文档”。这类工具可以清晰记录每一轮的提问、输出、复盘结果和优化内容，方便用户追溯复盘过程，同时也能将完整的上下文信息快速复制到提示词中，避免因遗漏上下文导致复盘效果不佳。

7.2 辅助技巧

7.2.1 预设复盘维度清单

提前整理不同场景下的复盘维度清单，比如：

通用场景：内容完整性、逻辑清晰度、语言规范性；

数据相关场景：数据准确性、数据完整性、计算正确性；

创作场景：主题契合度、描写丰富度、语言生动性。

在需要复盘时，直接从清单中选择对应的维度，快速明确复盘方向，避免临时思考导致维度遗漏。

7.2.2 标记关键信息

在初次提问和输出中，用加粗、下划线等方式标记关键信息，比如 “本月销售额为50 万元，上月销售额为40 万元”“要求包含本月销售数据、环比变化、存在问题及下月计划”。这样能让大模型在复盘中更快速地捕捉核心信息，减少因忽略关键信息导致的复盘偏差。

7.2.3 控制每轮优化目标数量

每轮优化只设定 1-2 个核心目标，比如第一轮优化仅解决 “内容缺失” 问题，第二轮优化解决 “语言不规范” 问题。避免一次设定过多目标，导致大模型注意力分散，优化效果下降。同时，在优化提示词中明确标注本轮优化目标，如 “本轮优化核心目标：补充存在问题的具体内容”。

8. 实际案例分析：从问题输出到优质结果的完整复盘优化过程

8.1 案例背景

用户需求：让大模型撰写一份 “小学生消防安全知识手册” 的前言，要求包含消防安全的重要性、手册内容简介（如火灾预防、逃生方法），语言简单易懂，适合小学生阅读，字数 200 字左右。

初次输出：“消防安全很重要，大家都要注意。这本手册里有一些知识，能帮助大家保护自己。希望大家好好看，学会保护自己”。

8.2 第一轮复盘与优化

8.2.1 复盘提示词

“请从以下维度复盘上述前言输出：1. 内容完整性：是否包含‘消防安全的重要性、手册内容简介’？2. 语言适配性：是否简单易懂，符合小学生阅读水平？3. 字数：是否接近 200 字？”

8.2.2 复盘结果

“1. 内容完整性：未详细说明‘消防安全的重要性’（如火灾的危害），未提及‘手册内容简介’（如火灾预防、逃生方法）；2. 语言适配性：语言过于笼统，如‘一些知识’‘好好看’，缺少小学生能理解的具体表述；3. 字数：不足 100 字，未达到 200 字左右要求”。

8.2.3 优化提示词

“根据复盘结果优化前言：1. 补充‘消防安全的重要性’，用‘火灾会烧毁房屋、威胁生命’这样简单的表述；2. 补充‘手册内容简介’，说明包含‘如何预防火灾（如不玩火、正确使用电器）、火灾逃生方法（如弯腰捂鼻、走安全出口）’；3. 语言使用短句和简单词汇，符合小学生阅读水平；4. 控制字数在 180-220 字”。