Self-Refine
Self-Refine（Madaan et al., 2023）是什么
Self-Refine（自我精炼/自我迭代改进）是一种迭代式提示框架：模型先给出初稿，然后由同一个模型对初稿提出“反馈”（找问题、提改进点），再根据这些反馈生成“改进稿”。如此循环，直到满足停止条件（例如迭代次数到上限、质量达标、改动变小等）。
它通常包含三个角色/步骤（不一定要分角色实现，但逻辑上分三步）：
- Draft（初稿）：对任务给出第一版答案
- Feedback（反馈）：对初稿进行批判性评审（缺点、错误、遗漏、结构、可读性、边界条件等）
- Refine（精炼）：根据反馈产出改进版，并可附“改了什么”
与 Self-Calibration 的差异：
- Self-Calibration 重点是“这答案对不对/我有多确定”（用于接受/复核路由）
- Self-Refine 重点是“在同等信息下把答案变得更好”（用于提升质量：正确性、清晰度、完整性、可执行性等）
适合的应用场景
- 生成类任务（提升结构、表达、覆盖面）
- 写邮件、方案、文案、摘要、报告、PRD、周报、面试回答等
- 推理/解题类任务（减少遗漏、纠正粗心）
- 需要多步分析的问题、案例分析、决策对比（但不保证绝对正确）
- 代码与工程输出
- 代码改进、补充边界处理、添加注释、生成单元测试、重构可读性
- 需要遵循复杂约束的输出
- 指定格式、风格、字数、包含/不包含项、合规要求等（迭代更容易“贴齐”约束）
不适合的应用场景（或需要配合其他方法）
- 强事实正确性要求且不能容错
- Self-Refine 可能“越改越像真的”，但事实仍错。事实题建议结合 RAG/引用来源/外部校验。
- 成本敏感、延迟敏感的场景
- 多轮迭代会增加 token 与时间。需要设定“迭代上限/停止条件”。
- 输入信息不足的问题
- 迭代可能只是在“编得更圆”。这类任务应先触发“澄清问题”或检索补信息。
- 模型会沿错误前提滚雪球
- 初稿若核心假设错，后续反馈可能没抓到，导致错误被“精炼强化”。可引入：多样化评审角度/外部评审/工具验证。
提示词怎么写（可直接套用）
基本迭代模板（单模型循环）
你可以每轮固定两段提示：
(1) 反馈 Prompt（Critique）
- 输入：任务 + 当前答案
- 输出：按清单指出问题与可执行改进建议（不要重写全文）
(2) 精炼 Prompt（Refine）
- 输入：任务 + 当前答案 + 反馈
- 输出：改进后的答案（可要求“保留优点”“对照修改点”“严格满足约束”）
停止条件建议（工程上很重要）
- 达到 max_steps（如2~5轮）
- 反馈中“严重问题数”≤阈值
- 新旧版本差异很小（改动率低）
- 满足硬性验收清单（格式/字段齐全/长度/测试通过）
至少3个中文实战例子（完整写法）
例子1：写一封中文商务邮件（生成任务）
任务：给客户解释延期并给出新交付计划，语气专业克制。
第1步 Draft Prompt：
你是项目经理。请给客户写一封中文邮件，说明项目交付将延期一周，原因是关键依赖组件测试未通过。
要求：语气专业、承担责任、给出新时间表、提出补救措施、最后邀请对方确认。字数200-300。
第2步 Feedback Prompt：
请对下面这封邮件进行“可执行反馈”，从以下维度指出问题并给出改进建议：
- 是否清晰说明延期原因且不过度技术化
- 是否提供明确新时间表与里程碑
- 是否有补救措施与风险控制
- 语气是否得体（不甩锅）
- 是否有明确的下一步与对方需要确认的事项
只输出条目化反馈（最多10条），不要重写邮件。
邮件正文：
{粘贴Draft输出}
第3步 Refine Prompt：
请根据以下反馈改写邮件，保留原邮件中有效信息，但必须逐条落实反馈里的关键建议。
输出为最终邮件正文（含称呼与落款占位符）。原邮件：{粘贴Draft}
反馈：{粘贴Feedback}
（可再循环1-2轮）
例子2：把一段说明改成“结构化操作指南”（生成+约束）
任务：把散文式描述变成可执行的SOP。
Draft Prompt：
请把下面这段描述改写为“新人可执行的SOP操作指南”。
输出格式固定：
- 目的
- 适用范围
- 前置条件
- 步骤（编号1..n，每步不超过2句）
- 常见错误与排查（至少5条）
原始描述：
{粘贴原文}
Feedback Prompt：
你是SOP审稿人。请检查该SOP是否：
- 步骤可操作、无跳步
- 术语定义清楚
- 前置条件完整
- 排查项具体
输出：
- 严重问题（必须改）
- 一般问题（建议改）
- 缺失信息清单（需要向作者追问的问题）
Refine Prompt：
根据审稿反馈，输出修订后的SOP。
额外要求：
- 若存在“缺失信息”，请在SOP中用【待确认】标注，并在末尾列出“需要确认的问题”。
原SOP：{当前版本}
审稿反馈：{反馈}
例子3：代码生成与改进（coding）
任务：写一个函数并在迭代中补齐边界与测试。
Draft Prompt：
用Python实现：给定一个字符串s，返回最长不含重复字符的子串长度。
要求：
- 时间复杂度O(n)
- 给出函数与简要解释
- 给出3个示例输入输出
Feedback Prompt：
请作为代码审查员，对下面代码做反馈：
- 正确性：是否覆盖空串、全重复、含空格/特殊字符等
- 复杂度：是否O(n)
- 可读性：变量命名、注释
- 测试：是否足够、是否覆盖边界
输出：
- 可能的bug/逻辑风险点（条目化）
- 需要补充的最小单元测试用例（至少8个，给出输入与期望输出）
- 重构建议（若有）
代码：
{粘贴Draft代码}
Refine Prompt：
请根据审查反馈改进代码：
- 修复潜在问题
- 补充必要注释
- 给出完整的单元测试（pytest风格或简单assert均可）
原代码：{Draft代码}
审查反馈：{Feedback}
例子4：推理/分析题（让“反馈”更像检查清单）
Draft Prompt：
请分析：一家SaaS公司过去3个月流失率上升，可能原因有哪些？给出排查优先级与建议动作。
要求：分“假设-证据-动作”，最多500字。
Feedback Prompt：
请对上述分析做“反例驱动”的反馈：
- 哪些结论缺乏证据支撑？
- 哪些关键变量被遗漏（如渠道、定价、产品故障、竞品等）？
- 排查优先级是否合理？
输出不超过12条，每条包含“问题+改进建议”。
Refine Prompt：
根据反馈，输出改进版分析，并新增一段：
- “一周内可执行的最小排查计划”（按天列出要拉的报表/要访谈的人/要验证的假设）
小结：Self-Refine 的关键成功要素
- 反馈要可执行：用检查清单/评分维度，不要泛泛“写得更好”。
- 精炼要绑定反馈：要求“逐条落实”，必要时输出“改动对照表”。
- 要有停止条件：2-4轮往往就有明显提升，继续迭代收益递减。
- 事实/代码要配外部验证：Self-Refine 提升质量，但不能替代检索与测试。
如果你告诉我你最想落地的任务类型（写作/代码/客服/数据分析/知识问答），我可以给你做一套“可直接放进产品”的 Self-Refine 提示词链（含停止条件与字段化输出）。