<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Iteration on All about Raspberry Pi</title><link>https://hugozhu.site/tags/iteration/</link><description>Recent content in Iteration on All about Raspberry Pi</description><generator>Hugo</generator><language>en</language><lastBuildDate>Mon, 18 May 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://hugozhu.site/tags/iteration/index.xml" rel="self" type="application/rss+xml"/><item><title>悟空技巧五：迭代优化，用结构化反馈替代「重写」</title><link>https://hugozhu.site/post/2026/220-wukong-prompt-iterative-refinement/</link><pubDate>Mon, 18 May 2026 00:00:00 +0000</pubDate><guid>https://hugozhu.site/post/2026/220-wukong-prompt-iterative-refinement/</guid><description>&lt;p&gt;AI 第一次输出往往只有 70-80% 可用。&lt;/p&gt;
&lt;p&gt;大多数人的本能反应是：&lt;code&gt;「不对，重写」&lt;/code&gt; 或 &lt;code&gt;「再优化一下」&lt;/code&gt;。&lt;/p&gt;
&lt;p&gt;这种模糊反馈会导致两个致命问题：&lt;/p&gt;
&lt;ol&gt;
&lt;li&gt;&lt;strong&gt;全盘重生成&lt;/strong&gt;：AI 会丢弃原本写对的部分，重新抽样，导致「好的没留住，坏的没修好」。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;指令漂移&lt;/strong&gt;：缺乏具体修改锚点，AI 只能靠猜测调整，越改越偏离预期。&lt;/li&gt;
&lt;/ol&gt;
&lt;p&gt;在前面的四篇文章中，我们构建了从 &lt;a href="https://hugozhu.site/post/2026/211-wukong-prompt-clarification-technique/"&gt;需求澄清&lt;/a&gt;、&lt;a href="https://hugozhu.site/post/2026/219-wukong-prompt-step-by-step-execution/"&gt;分步执行&lt;/a&gt;、&lt;a href="https://hugozhu.site/post/2026/217-wukong-prompt-deliverable-first/"&gt;交付物定义&lt;/a&gt; 到 &lt;a href="https://hugozhu.site/post/2026/218-wukong-prompt-example-driven/"&gt;示例对齐&lt;/a&gt; 的完整工作流。&lt;/p&gt;
&lt;p&gt;今天，我们补齐最后一块拼图：&lt;strong&gt;当 AI 首次输出不完美时，如何通过「迭代优化」，用结构化反馈精准推到 100%，完成从「可用」到「完美」的最后一公里。&lt;/strong&gt;&lt;/p&gt;</description></item></channel></rss>