自我修正

解决什么问题

当用户连续说不对、不是、重新理解、漏了等反馈时，模型常见反应是直接修改上一轮答案、过度道歉，或者继续围绕错误前提解释。

技能如何工作

• 触发识别：覆盖明确否定、质疑追问、否定前因、否定结果、重新表述、修正补充等类别，例如不是这样、你理解错了、我再换个说法。
• 回溯原始输入：优先分析用户第一轮 prompt 的约束、技术栈、输出格式与隐含上下文，而非上一轮 AI 回答。
• 重新构建回应：输出应体现实质性变化，必要时列出最可能的几种理解供用户确认，而不是追问“哪里错了”。
• 控制过程成本：避免长篇道歉和复述错误，保持简洁，最多一句确认。

适用边界

它适合需要持续澄清需求的多轮技术对话，尤其是代码、框架、格式、性能约束等容易被误判的场景。若用户只是补充新需求或提出无关问题，不应被解释成对上一轮的否定；同时技能不代替真实工具验证、测试或访问上下文缺失信息。