拿到 AI 的初稿，不满意，大多数人只会说三个字："再优化"。然后 AI 改出来的东西还是不对，你越改越烦，最后自己动手重写。问题不在 AI，在你没会提修改意见。这一讲教你把"再优化一下"换成 AI 真能照做的具体反馈——学会这个，AI 才从"一次性工具"变成"陪你打磨的搭档"。

第一次输出，从来不是答案

AI 的第一稿不等于最终答案。持续迭代，是质量提升的唯一途径。

把 AI 想成一个下笔飞快的实习生：第一稿一定粗糙，但你每指出一个问题，它就能立刻重写一版，不累不烦不顶嘴。这种"无限次返工"的能力，才是 AI 最值钱的地方。可惜大部分人只用了第一稿，把后面免费的九次改稿全浪费了。

从初稿到定稿

1. 明确目标要解决什么、达到什么效果、有哪些边界。目标模糊，后面没法验收。
2. 初稿生成给足背景和指令，先让它出一版，别指望一次到位。
3. 问题诊断对着目标挑刺：不准、不全、逻辑乱、格式不对？列成清单。
4. 精准反馈把问题具体地喂回去，给方向、给要求，能给示例最好。最关键的一步。
5. 再次生成让它照反馈重做，对比前后差异，不够再补要求。
6. 定稿输出全面检查、排版，输出能直接用的成品。

整个循环的成败，全押在第 4 步"精准反馈"上。

好反馈长什么样

"再优化一下""高级一点""不好"——这些话 AI 没法执行，因为它不知道你嫌哪、想要啥。好反馈都长一个样：

指出哪里 ＋ 说清怎么改 ＋（可选）给个样子。其他不提的地方，明确说保持不变。

把这个结构存成模板，每次提修改意见照着填：

这一版整体方向可以，有【几】处要改：
1. 【第几段 / 哪一句】：问题是【……】，请改成【……】
2. 【第几段 / 哪一句】：问题是【……】，参考这个样子：【示例】
其他部分保持不变，改完把修改的地方标出来。

让每一轮都不白改

• 具体明确——点名哪句、哪段、哪个数据，别笼统说"不好"。
• 分点反馈——一次解决 1～3 个核心问题就行，别一口气塞十条。
• 给出方向——要更专业、更简洁、更口语，还是更有说服力。
• 提供参考——给个示例或模板，参考越清楚，输出越贴预期。
• 适时回顾——改了几轮后，回头看还在不在原目标上，别越改越偏。

三轮磨出一条脚本

空讲不如看实战。任务是写一条短视频脚本，看三轮反馈怎么一步步逼近：

三轮，每轮只盯一两个问题。比一次提十个要求、让 AI 手忙脚乱强得多。

看难度下菜

不是所有任务都要磨六轮：

轮次越多结果越精，但也讲效率。别为了从 90 分改到 95 分磨一整天，够用就定稿。

课后动手

• 找一段 AI 给你写过、你不太满意的内容。
• 用上面的反馈模板写一条修改意见，只挑 2 个问题。
• 对比改之前和改之后，看哪句反馈最管用，存下来。

AI 生成的是原材料，迭代打磨才是生产。先完成再完美，小步快跑，说清楚。