你請 AI 把一封活動邀請信「改得更有質感」。第二版換了標題，第三版刪掉了報名資訊，第四版又把你原本喜歡的開場改回公關稿的語氣。每一版都像有做事，卻沒有人說得出哪一版更接近完成。
這種來回，通常和提示詞厲不厲害無關。原因出在回饋看不出差異，也沒說清楚哪些地方不能動。「自然一點」「專業一點」「更有溫度」都有十種解釋，AI 只好同時改語氣、長度、結構和用字；下一輪又失去了比較的基準。要讓改稿收斂，每一輪只給三件事：什麼要保留、一個看得見的改動、哪些地方不能碰；再讓 AI 交兩個版本來比較。
形容詞越多，AI 改的地方越多
覺得 AI 沒改對時，很自然會補更多形容詞：「再精簡一點、溫暖一點、但要專業」。問題是，形容詞越多，可以解釋的方向越多，AI 每一輪改的東西也越多。
OpenAI 在評估 AI 輸出的指南裡提到兩件事。第一，模型對同樣的輸入有時會給出不同的輸出，所以不能只憑一次結果判斷。第二，模型比較擅長分辨選項，所以評估時最好用「兩個版本比較」「分類」或「依具體條件評分」，而不是開放式地問「好不好」。改稿也是一樣：與其問 AI「這樣有質感嗎」，不如讓它改兩版，由你指出哪一版更接近、差在哪裡。
一張回饋卡只寫三件事
保留： 目前已經對的部分。例如日期、地點、報名連結和第一句話不動。
改動： 這一輪只改一個看得出差異的地方。例如「把中段從 90 字縮到 45 字，用一個參加者會遇到的情境取代三句口號」。
邊界： 不能為了改動而犧牲的東西。例如不能新增活動承諾、不能改費用、不能把還沒確認的講者經歷寫成事實。
這三格比「請再精簡一點」多了一個關鍵：AI 知道改到哪裡算完成，也知道碰了哪些地方反而是退步。Anthropic 談評估的文件也有類似的提醒：好的成功條件要具體、可衡量，例如與其說「效果好」，不如說清楚要達成什麼。
選版本時也用同樣的方式說明。不要說「B 比較有溫度」，而是說：「選 B，因為前兩句直接說出參加者會帶走什麼，而且維持在 45 字內；保留 A 的日期那句。兩版都把免費諮詢寫成保證，這句不要用。」這樣下一輪就有可以執行的條件，也留下了被拒絕的理由。
分歧要分類，不要叫 AI 折衷
兩位同事對同一句話看法不同時，常見的做法是請 AI「折衷一下」。結果通常兩邊都不像。Google 研究 AI 互動設計的團隊在指南裡提醒，標註者之間的意見分歧不該直接當成雜訊丟掉；它可能暴露出指示、流程或資料本身的問題。
所以先問分歧屬於哪一種。如果一方在意品牌語氣、另一方在意法規揭露，這不是用字偏好，而是兩種不同的責任：把法規內容列為不能碰的邊界，再由品牌負責人處理語氣。如果只是「熱情」的程度不同，就請兩人各挑一句可以接受和不能接受的例句，把差異說清楚。
什麼時候該停
每次只改一個面向，不代表其他品質不重要，只是避免同時改五件事之後，不知道改善是從哪裡來的。如果兩個條件互相衝突，例如既要補完整背景、又要字數減半，就先由人決定優先順序，不要叫 AI 猜。
也要知道什麼時候該停。這一輪的條件達到了、保留的部分沒被破壞，就先停下來；不要因為 AI 還能產生第五版，就把「有新版本」當成進度。遇到來源事實互相衝突、品牌和法規的要求沒有排出優先順序，或改動會形成價格、合約、招募這類對外承諾時，也要停下來交給負責的人。
下一次 AI 改稿開始繞圈，先保存目前的版本，再把回饋改寫成那三格。改好的成品要交給同事接手時，記得連同選了哪一版、為什麼選一起附上，參考〈AI 摘要看起來很整齊，不代表同事能直接接手〉。如果改的是程式碼，第一版之後誰來驗收的問題，參考〈AI 交出的第一版程式是試價，真正的帳單是審查和維護〉。
AI 整理卡
我請 AI 修改一份文稿（或簡報、設計說明），改了好幾輪都在繞圈，想讓它收斂。
判斷方法來自這篇文章：https://boosterminiclass.com/posts/ai-revision-feedback-compare/
文章的看法是：改稿繞圈通常是因為回饋看不出差異。每一輪只給三件事：什麼要保留、一個看得見的改動、哪些地方不能碰；再讓 AI 交兩個版本比較，並保留每一版。
請先問我 3 個問題：
1. 最新版和前一版各是哪一份，我目前最不滿意的是哪個地方；
2. 哪些內容已經對了、不能再動（例如日期、價格、連結、某一句話）；
3. 有沒有不能為了改動而犧牲的事實、承諾或法規要求。
根據我的回答，請輸出：
- 比較最新版和前一版：刻意的改動、還沒解決的問題、不該發生的變動，各附上原文片段；
- 一張回饋卡：保留／這一輪唯一的改動條件（要具體到看得出差異）／不能碰的邊界；
- A、B 兩個只修改指定區域的版本，並說明各自如何滿足條件、可能的代價；
- 這一輪的停止條件。
不要替我選版本、不要合併、不要擴大修改範圍；等我決定後再繼續。
參考來源
- OpenAI Developers：Evaluation best practices — https://developers.openai.com/api/docs/guides/evaluation-best-practices [accessed: 2026-10-11]
- Anthropic（Claude Platform Docs）：Define success criteria and build evaluations — https://platform.claude.com/docs/en/test-and-evaluate/develop-tests [accessed: 2026-10-11]
- Google People + AI Research：People + AI Guidebook — Patterns — https://pair.withgoogle.com/guidebook-v2/patterns [accessed: 2026-10-11]
