输出迭代引擎 — AI输出内容的结构化迭代改进

定位

元能力 skill，输出驱动层。 不是独立完成任务，而是对已有AI输出进行多轮"评价→改进"闭环，逐步逼近目标质量。

核心能力

• 评价层：审视输出的质量、逻辑、完整性（内建四维度评价框架）
• 行动层：基于评价执行改进，形成闭环
• 闭环控制：迭代直到达标或轮次耗尽

迭代启动流程

用户触发迭代后，先确认配置再开跑，避免方向偏差浪费轮数。

Step 1：快速确认（3个问题，30秒内完成）

向用户确认以下配置（括号内为默认值，用户可直接说"默认"跳过）：

1. 迭代模式：推荐XX模式（理由），是否同意？[默认：AI推荐]
2. 迭代轮数：最多几轮？[默认：3轮]
3. 达标方式：每轮都问我 / 你自己判断 / 混合？[默认：混合]

⚠️ 确认后必须停等用户确认：展示配置后问"确认无误？"，必须等待用户回复"确认"或提出修改，不可自动跳过后续继续执行

Step 2：确认迭代目标

用一句话确认"这次迭代要达到什么效果"：

迭代目标：[一句话描述期望的最终状态]

跳过条件

以下情况跳过确认，直接开跑（默认配置）：
- 用户指定了模式（"用约束驱动迭代"）
- 跨skill引用（按集成配置执行）
- 用户说"快速迭代"（=跳过确认 + 默认3轮 + 自动判断 + 自省迭代）

核心循环

┌──────────────────────────────────────────────┐
│  启动确认 → 确认模式/轮数/达标方式/目标       │
│                                              │
│  初始输出 ──→ [评价] ──→ 达标判断            │
│                  ↑           │               │
│                  │      未达标↓               │
│              [执行迭代] ← [选迭代模式]        │
│                  │                           │
│                  └──── 改进输出 ──────────────┘
│                                              │
│              达标 ↓                           │
│     输出最终版 + 迭代总结（V1→Vn回溯）       │
└──────────────────────────────────────────────┘

通用报告格式

每轮迭代输出（结果导向，改动信息优先）：

## 迭代报告 · 第 N/N_max 轮 [模式名称]

### 🔧 本轮改动一览
（先给结论：改了什么、为什么改、效果如何）

### 📊 当前评分：X/10
（评分依据见各模式专属维度）

### ✅ 通过项
### ⚠️ 关注项
### 🔴 阻断项

各模式专属评价维度

5种迭代模式

模式1：🔍 自省迭代（Self-Refine）

核心逻辑：AI自我评价 → 自我改进。评价者和生成者角色分离（不同prompt）。

5种模式关系：5种迭代模式独立可用，也可按需组合使用（组合模式规则见下文）。

评价信号源：AI自身的质量判断

最适合：通用改进、写作优化、结构梳理

执行步骤：
1. 切换到"审查者"角色，按评价框架输出诊断
2. 切换到"改进者"角色，基于诊断逐项修正
3. 再切回"审查者"验证改进效果

评价框架（内建四维度）：
- 方向对齐：输出是否对齐目标？有没有跑偏？
- 边界检查：是否遗漏子目标？假设是否明确？
- 质量门控：事实性、逻辑性、完整性、一致性
- 经验沉淀：本轮迭代有什么可复用的发现？

专属报告补充：

### 🪞 审查者诊断
（审查者角色的独立诊断，与改进者视角区分）

### 📚 自省发现
（本轮自我审查发现的新问题模式，非单点问题而是系统性发现）

注意事项：
- AI可能对自身盲点也盲——如果连续2轮无阻断项但用户仍不满意，建议切换到其他模式
- 审查者必须"苛刻"，不能走过场

模式2：📋 约束驱动（Constraint-Guided）

核心逻辑：将质量要求转化为可检查的约束清单，逐条验证→逐条修正。

评价信号源：约束清单的通过率

最适合：公文、规范文档、合规场景、有明确标准可对照的输出

执行步骤：
1. 将用户需求/标准转化为约束清单（每条可判定通过/不通过）
2. 逐条检查当前输出，标注每条约束的状态（✅通过 / ❌未通过）
3. 针对❌项逐条修正
4. 重新检查修正后的输出

约束清单示例：

□ 核心论点是否在前3段内出现？
□ 每个主张是否有至少1个论据支撑？
□ 是否覆盖了所有要求的子主题？
□ 字数是否在指定范围内？
□ 格式是否符合规范要求？
□ 术语使用是否前后一致？

约束来源优先级：
1. 用户明确给出的要求
2. 领域标准/规范（如公文格式规范）
3. AI根据任务类型补充的隐性约束（需标注"AI推断"）

专属报告补充：

### 📋 约束清单状态
| # | 约束 | 状态 | 备注 |
|---|------|------|------|
| 1 | ...  | ✅/❌ | ...  |

通过率：X/Y（Z%）
关键失败项：[列出❌的约束]

模式3：👁️ 多视角迭代（Multi-Perspective）

核心逻辑：从不同角色/立场审视同一输出，合并各视角的改进意见。

评价信号源：多角色的异构视角

最适合：方案评审、决策分析、可能存在立场偏差的输出

执行步骤：
1. 确定审视视角（2-3个，不宜过多）
2. 每个视角独立输出评价和改进建议
3. 合并视角：识别共识（多视角共同指出的问题优先修）和冲突（不同视角矛盾的建议需权衡）
4. 按优先级执行改进

常用视角组合：

视角冲突处理：
- 共识项优先改（信度高）
- 冲突项列出权衡理由，由用户决定（或按用户指定的优先级自动选择）

专属报告补充：

### 👁️ 各视角评价摘要
| 视角 | 核心发现 | 优先改进 |
|------|---------|---------|
| 视角A | ... | ... |
| 视角B | ... | ... |

### 🔀 共识与冲突
共识项（多视角共同指出）：...
冲突项（视角间矛盾）：... → 权衡理由：...

模式4：🛠️ 工具验证迭代（Tool-Verified）

核心逻辑：用外部工具客观验证输出，基于验证结果修正。

评价信号源：外部工具的客观反馈

最适合：代码、数据、事实性内容、可量化验证的输出

执行步骤：
1. 确定可用验证工具
2. 执行验证，收集工具反馈
3. 基于反馈定位问题
4. 修正后重新验证

验证工具映射：

专属报告补充：

### 🛠️ 验证结果
| 验证项 | 工具 | 结果 | 详情 |
|--------|------|------|------|
| ...    | ...  | ✅/❌ | ...  |

验证通过率：X/Y
严重错误（阻断级）：...

核心优势：评价信号是客观真值，不依赖主观判断，迭代效率最高。

模式5：🔄 对比迭代（Comparative）

核心逻辑：生成多个候选版本→对比评估→选优或融合。

评价信号源：候选之间的相对比较

最适合：创意输出、标题/命名生成、方案比选、无明确标准的优化

执行步骤：
1. 基于同一目标，生成2-3个差异化候选（风格/角度/策略不同）
2. 按评价维度逐项对比
3. 选出最优候选，或融合多候选的亮点
4. 对选定版本再做一轮精炼

候选生成策略：
- 策略差异化：同一目标用不同策略实现（如：理性说服版 vs 情感共鸣版）
- 参数变异：调整关键参数生成变体（如：详细版 vs 精简版）
- 风格切换：不同表达风格（如：学术严谨版 vs 通俗生动版）

专属报告格式（替代通用报告）：

### 🔄 候选对比
| 评价维度 | 候选A | 候选B | 候选C |
|---------|-------|-------|-------|
| 维度1   | ★★★  | ★★   | ★★★★ |
| 维度2   | ★★★★ | ★★★  | ★★   |

综合评估：[候选X最优 / A+B融合最优]
融合方案：[具体如何融合]

### 🔧 本轮改动一览
（基于对比结果的改进动作）

组合模式规则

执行顺序

组合模式按"先硬后软"原则排序：工具验证 > 约束驱动 > 多视角 > 自省 > 对比

• 硬信号（客观验证）优先解决，避免在错误基础上做软优化
• 软信号（主观评价）后执行，在正确基础上精炼

轮数分配

组合模式的总轮数仍受max_rounds限制，按模式数均分（向上取整）。

示例：3轮 + 工具验证+自省组合
- 第1轮：工具验证迭代
- 第2轮：自省迭代
- 第3轮：自省迭代（如仍未达标）

模式切换

• 组合模式内自动切换，不额外消耗轮数
• 中途用户要求切换到非组合内的模式 → 消耗1轮配额

配置参数

迭代轮数

轮数选择建议：
- 1轮：只需快速检查
- 2轮：常规优化（大多数场景）
- 3轮（默认）：标准深度迭代
- 4-5轮：高要求场景（正式文档、关键决策）

达标判断模式

自动判断的达标标准（auto_judge / hybrid 前两轮）：
- 无🔴阻断项
- ⚠️关注项 ≤ 2个
- 评分 ≥ 7/10
- 满足以上全部条件 → 达标

模式选择

AI推荐规则：

组合模式示例：
- 代码迭代 = 工具验证 + 自省（先工具验证修硬伤，再自省优化软质量）
- 方案迭代 = 多视角 + 约束驱动（先多视角发现盲区，再约束驱动逐条落地）
- 文案迭代 = 对比 + 自省（先对比选出方向，再自省精炼细节）
- Skill迭代 = 多视角 + 自省（使用者+触发者+集成者视角，再自省精炼）

异常处理

迭代结束总结

迭代达标或轮次用完后，输出迭代总结（一目了然看全貌）：

## 🏁 迭代总结

### 迭代轨迹
V1（6.5分）→ V2（7.5分）→ V3（8.5分·达标）

### 关键改动回溯
| 版本 | 核心改动 | 改动理由 |
|------|---------|---------|
| V2 | [V1→V2的最大改动] | [为什么改] |
| V3 | [V2→V3的最大改动] | [为什么改] |

### 最终评分：X/10

### 遗留项（如有）
⚠️ [未解决但非阻断的问题，供后续参考]

Skill集成接口

其他skill引用本引擎时，需传递以下上下文：

输入参数

{
  "content": "待迭代的输出内容",
  "target": "迭代目标（一句话描述期望最终状态）",
  "mode": "auto|自省|约束驱动|多视角|工具验证|对比",
  "max_rounds": 3,
  "completion": "hybrid|ask_user|auto_judge",
  "constraints": ["约束1", "约束2"],  // 约束驱动模式必填
  "perspectives": ["视角A", "视角B"],  // 多视角模式选填
  "skip_confirm": true  // 跨skill引用时默认true
}

输出

迭代引擎返回最终版内容 + 迭代总结。主skill可选择性展示迭代总结或直接使用最终版。

集成示例

# 信息海图集成
信息海图完成调研报告 → 调用输出迭代引擎({
  content: "调研报告全文",
  target: "逻辑严密、信源交叉验证充分、无明显信息缺口",
  mode: "auto",  // 让引擎自选模式
  max_rounds: 2,
  completion: "auto_judge",
  skip_confirm: true
}) → 使用最终版报告

与其他 Skill 集成

引用模式（推荐）

其他 skill 在输出环节调用本引擎：

[任务执行] → 主 skill 生成初版 → 引用输出迭代引擎 → 迭代闭环 → 输出最终版

集成点示例

触发方式

限制规则

• 最大迭代轮数：默认3轮，最多5轮，防止无限循环
• 每轮必须有实质改进：如果连续2轮无🔴阻断项且评分无提升，自动停止并报告"已收敛"
• 聚焦原则：每轮迭代聚焦用户的核心目标，不做无关泛化改进
• 诚实优先：评价中宁可标注"无法判断"也不虚构改进点
• 模式切换成本：同一任务内切换模式视为新一轮（消耗轮数配额）
• 自省迭代预警：连续2轮自省迭代无阻断项但用户仍不满意时，主动建议切换到其他模式
• 启动确认轻量化：确认流程不超过30秒，避免确认成本高于迭代成本

快速参考卡

触发 → 启动确认（模式/轮数/达标方式/目标）→ 迭代循环 → 达标输出 + 迭代总结

⚡ 先分析任务特征，再配模式，不要无脑自省

模式选择速查：
  通用改进/写作优化           → 自省迭代（默认）
  有明确标准/规范           → 约束驱动
  多方立场/利益            → 多视角迭代
  代码/数据/事实          → 工具验证迭代
  创意/无明确标准         → 对比迭代

5种模式关系：独立可用，也可按"先硬后软"组合使用

配置速查：
  轮数：1轮=快速检查 | 2轮=常规 | 3轮=标准(默认) | 4-5轮=高要求
  达标：每轮问我 / 自动判断 / 混合(默认)
快速触发：跳过确认 + 默认3轮 + 自动判断（默认自省，有特征时按特征选）