让结果反馈进入下一轮改进

　　上一节，我们学习了怎样组织提示、材料与样例，让它们服务于当前任务。但即使输入安排妥当，AI 的第一份结果也未必完全符合预期。接下来，我们要根据实际结果，决定下一轮改什么、保留什么。

　　比如，一份稿件可能大部分都符合要求，只是某句话不够自然。如果只说“写得不好，重新写”，AI 就得猜测问题在哪里，也可能把原本满意的部分一起改掉。多修改一轮，并不保证离目标更近。

　　因此，反馈既要指出具体差距，也要说明哪些内容应当保留。 这一节，我们学习怎样把对结果的判断变成明确的修改要求，再通过实际产物检查：问题有没有解决，改动有没有超出范围。