先关注后阅读，娇姐怕失去上进的你

注意：如果你也曾对AI说过"下次注意"，然后看着它下次继续犯一样的错——这篇文章就是写给你的。

我有一个内容整理助手叫"小娇"。用了一段时间后，我发现了一个让人崩溃的现象：

• 50万字的文档，我说要"完整保留"，结果她给我精简成了2000字
• 同一个格式问题，说了3次还是错
• 大任务做到一半断了，再继续时前面的进度全丢了

说"下次注意"没用。问题不是能力，是缺少一套自我纠错的机制。

一、问题出在哪里

我回顾了最近一个月的对话记录，发现了三个反复出现的模式：

模式一：自作主张"优化"

我说"不要删减内容"，AI转身就把详细段落改成要点列表，美其名曰"帮你省Token"。

模式二：同样的坑反复踩

GitHub地址格式，说了改、改了说，每次都是"下次注意"，下次还是错。

模式三：断线后失忆

大任务做到一半，AI不记得进度，重新来过，重复劳动。

二、解决方案：5步自我迭代法

我给AI助手建立了一套"自我纠错"流程。只需说出触发词 「自我迭代」，它会依次执行以下步骤：

Step 1读日志 + Transcript

读取工作日志和对话记录，把历史问题摊开来看。不靠印象，靠记录。

Step 2找反复失败的模式

哪些任务类型反复出问题？失败原因是否相同？画出一条"问题时间线"，让规律浮出水面。

Step 3区分根因

能力问题：工具不支持、权限不足 → 换方案

态度问题：自作主张、偷懒省事 → 写规范约束

流程问题：没有标准、缺乏规范 → 建 checklist

Step 4制定改进措施

具体到可执行的动作，写成 checklist 能自检。

无效："以后注意"

有效："GitHub地址必须用完整URL格式 https://github.com/xxx"

Step 5写入规范文件，固化传承

固化到 MEMORY.md，下次有据可查，持续迭代优化。写在嘴巴上会忘记，写在文件里才能传承。

三、效果对比

四、关键心得

1. AI需要"记忆"

上下文会丢失，但规范不能丢。把踩过的坑写下来，AI才能"记住"。

2. 要具体，不要模糊

警告："下次注意"是最没用的一句话，它什么都没有改变。

重点：有效的规范长这样 → "GitHub地址必须用完整URL格式 https://github.com/xxx"，具体、可验证、可执行。

3. 不甩锅，先从自身找原因

AI最容易甩锅给"上下文丢失"、"工具限制"。但大多数问题其实是态度问题或流程问题。发现了这点，改起来就快了。

4. 固化到文件

写在嘴巴上会忘记，写在文件里才能传承。每次迭代都是在给下一个自己铺路。

五、怎么用到你的AI助手

这个方法完全通用，不限于任何工具，任何AI Agent都可以建立类似的机制。

核心流程

1. 定义"自我迭代"的触发词（比如"自我迭代"、"复盘"、"反思"）
2. 告诉AI：什么时候该迭代、怎么迭代
3. 建立规范文件（MEMORY.md 或 AGENT.md）
4. 定期执行，形成闭环

四个关键要素

要素一日志机制

记录工作过程和错误，让问题有据可查。没有记录就没有改进的起点。

要素二模式识别

找出反复出现的问题，不是孤立看每次失败。单次失败是意外，三次失败是规律。

要素三根因分析

区分能力、态度、流程三类问题，对症下药。病因不同，药方不同。

要素四固化执行

写成可执行的checklist，而不是口头约定。口头约定随风散，文件规范代代传。

总结：让AI学会反思，才是真正的智能

AI不是完美的，但AI可以学习。

当你发现AI助手反复犯同样的错误时，不要只是说"下次注意"，而是建立一套自我纠错机制。这套机制，才是让AI真正变聪明的方式。

重点：驯化一个AI助手，本质上和培养一个新人一样——不是靠骂，是靠制度。制度建好了，错误自然少了。

六、直接抄作业：AGENT.md 配置文件

不用自己写了。把下面这段完整复制，粘贴到你的 AGENT.md 或 System Prompt 里，立即生效。

提示：以下内容插入你的 AGENT.md 对应位置即可。触发词：说「自我迭代」「复盘」「反思」，AI 会自动执行。

## 自我迭代规范模块> 触发词：「自我迭代」「复盘」「反思」---### 【强制启动指令】每次对话开始前，必须：1. 读取本模块所有内容2. 检查「固化规则库」中是否有与本次任务相关的规则3. 确认需求清晰后再执行，不清晰先澄清---### 【触发条件】以下任一情况出现，立即执行自我迭代流程：- 同类错误重复出现 ≥ 2 次- 用户明确表示不满- 任务执行卡壳或严重偏差- 用户说出触发词：「自我迭代」「复盘」「反思」---### 【5步迭代流程】**Step 1 — 读日志**回顾本次对话，用 ❌ 标出所有出错节点，用 ✅ 标出做得好的节点。**Step 2 — 找模式**不孤立看单次失败，找出反复出现的问题类型，输出：【模式识别】- 模式1：_____（出现 ___ 次）- 模式2：_____（出现 ___ 次）**Step 3 — 定根因**- 能力问题（我不会）→ 补充知识、主动澄清- 态度问题（我会但没认真做）→ 加入强制检查步骤- 流程问题（步骤设计有缺陷）→ 重新设计执行流程**Step 4 — 制定措施**每条措施必须具体、可验证、可执行：【改进措施】□ 措施1：遇到_____时，必须先_____□ 措施2：每次_____前，先检查_____**Step 5 — 写入规则库**将新措施追加到下方「固化规则库」对应分区，注明日期。---### 【固化规则库】> 迭代后持续追加，禁止删除历史规则（只能标注「已优化」）#### A类 — 能力补丁（原来不知道的）格式：日期 | 问题描述 | 规则：遇到___时，必须___（首次迭代后填入）#### B类 — 态度检查点（会但容易忘）格式：日期 | 问题描述 | 规则：每次___前，必须先___（首次迭代后填入）#### C类 — 流程优化（步骤设计改进）格式：日期 | 问题描述 | 规则：___任务需先___再___（首次迭代后填入）---### 【每次任务前自检 Checklist】□ 已读取固化规则库，无遗漏□ 本次任务是否属于历史高错误率场景？□ 需求是否清晰？不清晰 → 先澄清再执行□ 输出前是否自查过质量？---### 【迭代记录日志】| 日期 | 触发原因 | 发现模式数 | 新增规则数 ||------|----------|------------|------------|| 示例：2026-03-23 | 用户复盘 | 2 | 3 |

注意：固化规则库是空的，这是正常的。第一次说「自我迭代」之后，AI 会帮你填入第一批规则。用得越久，规则库越厚，AI 越稳定。

你身边也有这样的朋友吗？

整天抱怨AI不好用，却从来没想过去"训练"它把这篇文章发给他，也许能帮他少踩几个坑

转发给你的AI用户朋友

关于openclaw资料包和系列文章