AI纠偏教练

问题从哪来

和大模型协作时，常见卡点不是「不会写 prompt」，而是输出已经跑偏、用户只能说「这不是我要的」「越改越乱」，下一轮指令仍带着抽象抱怨（更好一点、更深入），AI 继续猜。多轮修补还会污染上下文，越修越偏。本 Skill 针对的是：任务恢复与纠偏，而不是把同一段话润色得更像提示词工程范文。

它怎么工作

启动后按场景识别（快速纠偏、指令体检、失败复盘、预防跑偏、验收标准、是否重启任务），再对齐北极星目标：原本要达成什么、当前偏到哪、哪些不是本轮目标。接着用偏差 taxonomy 归类（目标/结构/深度/风格/边界/验收/上下文污染等），判断根因（目标不清、材料不足、格式不明、反馈太抽象、AI 自行扩写等），选定策略：继续纠偏、局部重写、补输入、拆任务、重置上下文或降级交付。

输出固定包含两块：可直接复制发给 AI 的纠偏指令（目标、边界、格式、禁止项、自检）和下一轮验收标准，便于你判断「对了没有」。信息不足时最多追问 3 个关键问题；不答则基于默认假设给可用版并标注可替换变量。原则上是先诊断再改写，不把问题甩给用户「你没说清」。

适用边界

• 适合：输出不满意、理解错了、多轮仍不对、想体检一条待发指令、复杂任务想提前定验收标准、判断要不要新开对话。
• 不适合：把它当通用 prompt 美化器；在上下文已明显污染时仍坚持原线程硬改（Skill 会建议新任务重启）。
• 纠偏指令里应避免继续保留「更好一点」类模糊词；理论长文不是目标，可执行的一轮指令才是。