有目标地迭代：上下文、反馈与可复用模板

再好一点不是清楚的反馈

小禾看到初稿太长，回复再好一点。工具可能增加更多形容词，反而更长。迭代不是反复要求改进，而是指出当前输出与验收标准之间的差距。可以写正文现有两百字，请压到一百五十字以内，保留活动名称和已确认数量，删去重复邀请，不改变待确认项。具体反馈说明改哪里、保留什么、如何判断完成，能减少每一轮凭感觉尝试的成本，也便于观察问题是否真正得到解决。

一次优先解决一个问题类别

输出问题可分为事实错误、信息遗漏、表达不合适和格式不符合。事实错误先处理，因为漂亮排版不能弥补虚假日期。然后补必要限制，再调整语气与长度。如果同时要求完全重写、更简短、更加详细和全部保留，反馈自身可能冲突。使用者应先排优先级，将已通过核验的事实锁定。每轮记录原问题与改动后结果，避免只关注新版本更顺口，却让已修正数字再次被改坏。迭代质量来自可观察的差异，不是对话轮数。

上下文需要主动整理

长对话里可能包含旧人数十人、新人数十二人、多份草稿和随意的头脑风暴。模型当前可用的上下文不是永久、无限且自动正确的记忆，应用也可能摘要或截断前文。开始最终改写前，小禾可以新建任务摘要：有效人数十二人，名称不变，日期地点待确认；忽略旧稿中的十人安排。把本次所需资料集中提供，比期待工具自行判断漫长对话中的有效版本更可靠。开新会话时同样要重供必要信息，不假设所有历史都会被读取。

示例教格式，不应暗中增加事实

小禾可以提供一段虚构范例，展示希望的短句、分区和语气，但应说明范例只用于格式，不复制其中日期、人数或承诺。模型可能把示例内容当成任务资料，所以示例与事实要分开。两个小示例通常比十页混合模板更容易理解。可复用模板保留任务、资料、限制和输出的占位位置，使用前检查是否仍符合当前用途。模板不是永久固定规则，活动对象和信息范围变化时，需要重新验收而不是机械复制。

知道何时停止迭代

设定停止条件：关键事实全部匹配资料，未知信息没有被补写，语言适合读者，长度与分区满足要求。达到标准后，不必为了更像AI高手继续要求花式改写。若多轮仍无法稳定保留事实，可以减小任务、分段处理或改为人工完成，而不是不断加重语气。保存确认模板和一份通过的小样，同时保存适用范围与失败案例。长期价值是形成可重复的可靠流程，而不是一次碰巧得到最讨喜的文字。