AI工作流设计：从一次性提示到可复用循环-三亩地-编程学习日记

小白友好 · 从一次性提示词到可复用工作流

Loop Engineering
从0到1

不再追求“一条完美Prompt”。你要设计的是一个能明确目标、采取行动、检查结果、记录状态、继续或停下的反馈循环。

先抄最小模板 ↓ ｜判断我的任务适不适合

无需编程也能理解含公众号写作案例7个可复制模板单文件离线可用

01 · WHY

为什么要理解Loop Engineering？

因为大多数人使用AI的方式，仍然是“你问一句，它做一步”。当任务变长、要反复检查、需要稳定复用时，人就成了最忙的那个循环控制器。

↻

反复催促

每轮都要复制背景、贴回错误、告诉AI下一步做什么，精力花在“接力”而不是判断。

≈

质量漂移

同一个任务今天好、明天差，因为目标、检查标准和输入格式没有被固定下来。

无法验收

“看起来不错”不是证据。没有检查器，AI很容易自信地交付一个并未真正完成的结果。

×10

难以放大

一次成功只是一场表演；能重复、能追踪、能停下，才是可以交给团队和工具的系统。

一次性Prompt与工程化Loop的区别

你的角色

一次性Prompt：全程盯着、逐轮接话

工程化Loop：设计规则、关键处验收

完成标准

一次性Prompt：“帮我做好一点”

工程化Loop：可观察、可检查的通过条件

失败之后

一次性Prompt：重新组织语言再问

工程化Loop：读取失败证据，调整下一轮

记忆方式

一次性Prompt：塞进越来越长的聊天记录

工程化Loop：把进度、决策、产物写入状态

风险控制

一次性Prompt：靠人随时发现问题

工程化Loop：预算、次数、权限、人工闸门

02 · WHAT

Loop Engineering是什么？

这是一个仍在快速形成中的新术语，最初主要讨论AI编程Agent。本教程采用更通用、适合知识工作的实用定义。

“

围绕一个目标，设计一套可重复的反馈循环：AI获取上下文，完成一小步，用真实证据验证结果，保存状态，再决定继续、停止或请求人工判断。

目标+行动+反馈+状态+停止规则

先排除3个误解

× 不是“让AI无限做下去”

真正的Loop必须有最大轮数、预算、超时和人工闸门。

× 不是“一条超级长Prompt”

它是结构化流程：每一轮都读取新证据和状态，再选择下一步。

× 不是“完全不需要人”

人从微操执行者，转为目标设计者、边界设定者和最终责任人。

03 · FIT

哪些任务适合做成Loop？

一个简单判断：任务越重复、结果越可验证、过程越可拆分、错误越可逆，就越适合。

任务适配度测试

0/ 100

勾选下面条件

满足4项以上，通常值得做一个Loop。

□ 重复发生

每周、每天或每个项目都要做，不是一次性事件。

□ 有可观察的完成证据

例如测试通过、字段齐全、引用可打开、字数达标、规则无冲突。

□ 可以拆成小步骤

每轮只做一个最小动作，失败后能定位并重试。

□ 错误可逆或可隔离

可以保留草稿、版本、分支或沙箱，不会一错就造成不可挽回的后果。

□ 边界和预算明确

知道最多跑几轮、花多少时间或Token、什么情况下必须停下来问人。

结果怎么判断

0–1项 · 暂时不建议做成Loop

先把完成标准和任务边界写清楚。

2–3项 · 适合半自动Loop

保留人工检查，每次只循环小步骤。

4–5项 · 非常适合做Loop

先用最小模板手动跑通3次。

✅ 很适合先做Loop

•研究资料整理：搜集 → 去重 → 摘要 → 核验链接 → 输出简报

•内容生产：选题 → 大纲 → 草稿 → 风格检查 → 事实核验

•代码任务：拆解 → 修改 → 跑测试 → 读错误 → 修复

•数据清洗：检测异常 → 修复一类问题 → 重新校验 → 记录变更

•会议跟进：提取行动项 → 查缺失负责人 → 催确认 → 更新状态

⛔ 不要直接全自动Loop

×高风险最终决策：医疗诊断、法律定案、招聘淘汰、资金转账

×验收标准完全主观：“做得有灵魂”“一定要爆款”

×不可逆动作：直接发布、删除生产数据、批量发信、自动付款

×目标持续变化：每轮都换方向，却没有版本和决策记录

×没有反馈来源：AI只能自己评价自己，无法读取外部证据

04 · MVP LOOP

一个最小可用Loop长什么样？

先别上多Agent、定时任务和复杂自动化。小白的第一版，只要6个零件就能工作。

明确目标

一句话描述最终交付物。

提供输入

素材、约束、参考、当前状态。

做一小步

每轮只完成最必要动作。

检查证据

按清单或工具结果验收。

更新状态

记录完成项、失败项、下一步。

继续或停

通过、超限、阻塞或人工闸门。

小白通用模板 · 复制后替换【方括号】

# 角色你是【任务角色】，负责把【任务名称】推进到可验收状态。# 最终目标交付【具体产物】，并满足以下完成标准：1. 【可检查标准1】2. 【可检查标准2】3. 【可检查标准3】# 已知输入- 素材 / 数据：【粘贴或描述】- 约束：【字数、格式、语气、时间、禁止项】- 当前状态：【尚未开始 / 已有草稿 / 上轮结果】# 每轮循环1. 读取当前状态，找出距离完成标准最大的一个缺口。2. 选择一个最小、可逆的动作，只解决这个缺口。3. 执行动作并产出新版本。4. 用“完成标准”逐项检查，给出通过 / 不通过及证据。5. 更新状态：已完成、未完成、失败原因、建议下一步。6. 若全部通过则停止；否则进入下一轮。# 停止规则- 最多运行【3】轮。- 连续【2】轮没有实质改善时停止，并说明阻塞点。- 涉及【发布 / 删除 / 付款 / 对外发送】时，必须请求人工确认。- 信息不足时，不得编造；列出需要补充的最少信息。# 每轮输出格式轮次：本轮动作：产物 / 修改：验证结果：状态更新：下一步或停止原因：

案例 · 写一篇公众号文章

目标：完成一篇“AI每周复盘法”文章

注意：Loop不负责凭空“保证爆款”，它负责把可控的质量环节稳定做好。

Round 1 · 定方向

从读者问题中选择一个明确角度，生成标题承诺和大纲。

Round 2 · 写草稿

按大纲完成初稿；每节包含观点、例子和一个可执行动作。

Round 3 · 独立检查

检查空话、重复、事实、结构、语气和移动端可读性。

Round 4 · 定向修订

只修复未通过项，不无目的地整篇重写。

Human Gate · 人工定稿

人确认观点立场、真实经历、标题和最终发布。

✓ 这个案例的关键

写作者和检查者最好使用不同上下文或不同角色，避免“自己写、自己夸”。

公众号文章Loop · 可直接使用

# 目标围绕【主题】写一篇面向【目标读者】的公众号文章。最终长度1800–2500字，读者看完能完成【具体动作】。# 输入- 我的核心观点：【填写】- 可用素材 / 经历：【填写】- 参考资料：【填写；没有就写无】- 语气：真诚、具体、少术语，不制造焦虑# 完成标准[ ] 标题明确承诺价值，但不过度夸张[ ] 开头150字内出现读者问题和阅读收益[ ] 正文只有一个中心观点，结构不超过4层[ ] 每个主要部分至少有一个例子或操作步骤[ ] 删除“赋能、颠覆、众所周知”等空泛表达[ ] 涉及事实或数据时标记来源；无法确认则删除或注明[ ] 结尾给出一个10分钟内可执行的行动# 循环规则第1轮：只输出读者问题、文章承诺、3个标题和大纲。第2轮：基于选定大纲写完整初稿。第3轮：切换为“苛刻编辑”，逐项检查完成标准；只报告具体问题、位置和证据，不先改稿。第4轮：只修复检查中未通过的项目，输出修订稿和修改清单。# 停止与人工确认最多4轮。若缺少真实案例或关键事实，停止并向我提问。最终标题、个人经历、敏感观点和发布动作必须由我确认。

05 · MODULES

Loop Engineering的核心模块

把Loop当作一个小型控制系统。核心不是“多叫几个AI”，而是把目标、行动、反馈、记忆和控制责任分清楚。

01 · GOAL必需

目标与验收标准

定义终点，不只写“做什么”，还要写“什么证据说明完成”。

自问：不看过程，我如何判定它真的完成？

02 · CONTEXT必需

上下文与资源

提供素材、规则、工具、示例和禁止项；只给当前轮真正需要的信息。

自问：完成下一步最少需要知道什么？

03 · EXECUTOR必需

执行器

负责采取行动：写、搜、改、调用工具。动作要小、可回滚、可观察。

自问：本轮最小的有效动作是什么？

04 · VERIFIER必需

验证器

用清单、测试、规则、外部数据或人工审阅检查结果，而非只听AI自评。

自问：它依据什么证据说“通过”？

05 · STATE必需

状态与记忆

保存版本、已完成项、失败原因、决策和下一步，避免每轮从头猜。

自问：下一轮必须继承哪些信息？

06 · CONTROLLER必需

控制器与停止规则

决定继续、换策略、求助或停止，并管理轮数、时间、成本和权限。

自问：什么时候继续反而更糟？

07 · TRIGGER进阶

触发器

手动、定时、事件或状态变化触发。新手先手动，跑稳后再自动。

例：每周一、收到新文件、测试失败。

08 · ROLES进阶

多角色 / 多Agent

规划者、执行者、审查者可以分开，降低同一上下文的自我确认偏差。

原则：先单Loop稳定，再拆角色。

09 · GUARDRAILS进阶

护栏与人工闸门

最小权限、草稿模式、沙箱、敏感操作确认、审计记录和失败回滚。

原则：自动准备，人工批准高风险动作。

06 · COPY

小白可以直接抄的6个Loop

点击展开。先在聊天工具里手动跑通，再考虑接入自动化平台、脚本或Agent工具。

研

研究简报Loop

搜集、去重、核验、摘要

适合：行业调研 / 竞品跟踪

目标：围绕【问题】产出一页研究简报。每轮：补充最多5个高相关来源 → 去重 → 检查发布日期与原文 →提取“事实 / 观点 / 不确定项” → 更新证据表。验证：每个关键结论至少有1个可访问来源；事实与推断分开。停止：覆盖【3】个核心子问题或达到【3】轮；冲突信息保留双方证据。输出：结论、证据、争议、信息缺口、下一步。

写

长文写作Loop

大纲、初稿、编辑、修订

适合：公众号 / 博客 / 报告

目标：完成【主题】长文，服务【读者】解决【问题】。第1轮只做：读者问题、核心观点、大纲。第2轮只做：完整初稿。第3轮只做：按结构、证据、例子、语言、行动性逐项审查。第4轮只修复未通过项。验证：每一节必须推动中心观点；抽象观点必须配例子。停止：最多4轮；事实无来源、观点需本人立场时请求人工确认。

会

会议行动项Loop

提取、补全、跟踪

适合：会议纪要后的跟进

输入：会议记录 / 转写文本。目标：得到可执行行动项表：任务、负责人、截止时间、完成证据。每轮：提取候选 → 找出缺失字段 → 只生成需要确认的问题 → 更新表格。验证：每项都以动词开头；一项只有一个明确负责人；截止时间可解析。停止：字段齐全，或所有缺失项已标记“待人工确认”。禁止：不得自行猜测负责人和截止日期。

学

学习教练Loop

诊断、练习、反馈、升级

适合：学习概念 / 备考

目标：让我掌握【知识点】，能独立完成【目标题型 / 任务】。每轮：给1个小测 → 根据答案识别一个主要误区 →用一个例子解释 → 给1个变式练习 → 更新掌握度记录。验证：我必须用自己的话复述，并正确完成变式题。难度：连续2次通过才升级；失败则降低一步，不直接公布完整答案。停止：达到目标题型连续3次正确，或学习30分钟后总结。

数

数据清洗Loop

检测、修复、复检、留痕

适合：表格字段与格式治理

目标：将【数据表】清洗到规则全部通过，并保留原始数据。每轮：扫描异常 → 按影响排序 → 只修复一类问题 → 重新运行校验 → 记录变更。校验：必填率、重复率、日期格式、数值范围、枚举值、跨字段一致性。状态：原始行号、旧值、新值、修改规则、置信度。停止：所有硬规则通过；低置信度修改进入人工审核表。禁止：覆盖原文件；禁止在无规则时“凭感觉”补值。

复

每周复盘Loop

收集、归因、行动、回看

适合：个人 / 团队周复盘

输入：本周日历、任务、笔记、结果数据。目标：产出一页复盘：成果、偏差、原因、下周3个动作。每轮：整理事实 → 区分结果与感受 → 找一个最大偏差 →提出可验证改进动作 → 检查是否可在下周执行。验证：每个结论引用具体事件或数据；每个动作有触发时间和完成标准。停止：形成不超过3个优先动作；其余进入“以后再说”清单。下周开始时先读取上周动作，形成跨周状态。

07 · ROADMAP

新手学习路径：先稳定，再自动

不要一开始就追求“无人值守”。成熟度来自一层层补上反馈与控制。

01 · 第1–2天

把一次任务写清楚

挑一个每周都做的小任务，写出输入、产物和3条验收标准。

•只在聊天中手动运行

•保留每轮输出

•观察哪里最常失败

02 · 第3–5天

加入验证与重试

把“看起来不错”改成检查清单，并限制每轮只修一个问题。

•生成与审查分角色

•最多3–4轮

•连续无改善就停止

03 · 第2周

加入状态和工具

把结果写入表格、文档或文件，让下一次运行能够继承进度。

•固定状态字段

•接入搜索 / 表格 / 测试

•敏感动作只做草稿

04 · 第3周以后

触发、调度与多角色

手动跑稳5–10次后，再考虑定时运行、事件触发和独立验证器。

•记录成本与成功率

•增加异常告警

•设置人工批准点

最容易踩的8个坑

目标写成愿望

“写得更好”无法验收。改成结构、字数、证据、格式等可观察条件。

每轮做太多

一轮同时搜资料、改结构、润色、发布，失败后根本不知道哪里出了问题。

生成者就是唯一裁判

同一模型容易合理化自己的输出。至少换角色、换上下文或用外部规则检查。

没有停止规则

无限重写通常只会漂移和烧预算。限定轮数、成本、超时和无改善阈值。

状态只存在聊天历史

上下文越长越混乱。把事实、决策、失败和下一步压缩成结构化状态。

过早自动发布

先让Loop生成草稿和报告；删除、发送、付款、上线必须单独授权。

只优化表面指标

字数、数量容易达标，却不代表有用。验证器要检查真正的用户结果。

什么都想Loop化

创意方向、价值判断和高风险决策保留人类主导，把重复和可验证的边缘环节交给Loop。

08 · FINISH

你真正要升级的，不是Prompt，而是反馈系统

一个Loop的成熟度，不取决于它有多复杂，而取决于它能否稳定地读懂现实、修正动作，并在该停的时候停下。

LEVEL 0

单次Prompt

一次请求，一次输出

LEVEL 1

检查清单

输出后人工验收

LEVEL 2

反馈循环

检查失败后定向修复

LEVEL 3

有状态Loop

跨轮次 / 跨运行继承进度

LEVEL 4

受控自动化

触发器、工具、独立验证与人工闸门

从一个“你已经做烦了”的任务开始。

不要自动化整个世界。先挑一个重复、可验证、可逆的小任务，让它稳定跑完3轮。之后每次只补一个模块：先验收，再状态，再停止规则，最后才是自动触发。

回到最小模板

第一原则：让AI做下一步，让证据决定下一步。

术语说明与参考

“Loop Engineering”在2026年6月快速流行，当前公开讨论主要围绕AI编程Agent。页面中的“通用知识工作”框架是在公开定义基础上的教学扩展，不代表已有统一行业标准。

1.DualMedia：Loop Engineering定义与安全反馈循环

2.Loop Engineering Guide：触发、隔离、验证、状态与人工闸门

3.Business Insider：2026年Loop Engineering趋势报道

日记详情

AI工作流设计：从一次性提示到可复用循环

Loop Engineering从0到1