AI guides

530 万人读的这篇:你一直在用 AI 最慢的方式——附一段你今天就能粘的「自循环」提示词

By 深思圈2 viewsSource: 深思SenseAI
530 万人读的这篇:你一直在用 AI 最慢的方式——附一段你今天就能粘的「自循环」提示词

这篇文章有 530 万浏览。我想先弄明白:为什么是它?

The full text has not been translated yet. The Chinese original is shown below.

文章配图

Loops explained: Claude, GPT, Mira and what actually works —— Anatoli Kopadze

01 你一直在用最慢的那种方式

:::

这篇文章有 530 万浏览。我想先弄明白:为什么是它?

因为它把一件没人对普通人讲明白的事讲明白了。Anatoli 开头说:AI 在我们手里好几年了,可大多数天天用它的人,还在用最慢的那种方式——打一段需求,等,改,再问,全靠手。

你就是那台引擎。AI 只是你手里的工具,而工具自己什么都不做。

更快的方式,是一个循环(loop):你把目标给它一次,然后让它自己跑完所有步骤。它计划、做、检查自己的结果、修补不行的地方,重复,直到达标。你抽身,活儿继续。

(实话说这已经是我连着第七篇 loop 文了。但这一篇 530 万浏览,是把这事真正带进大众视野的那篇——值得看看它凭什么。)

文章配图

大多数人用 AI 的方式:你是那台引擎,一步一步手动推

02 循环是什么,以及你到底需不需要

:::

一句话:提示词给你一个答案然后等你;循环给 AI 一个目标,它自己跑完整圈——发现、计划、执行、验证、不行就把结果喂回去再来一遍。

五步里,三步是关键。验证(verify)是心脏:没有一个真正的检查,你就不是在循环,而是在看 AI 反复同意它自己——干活的那个模型,给自己打分时太仁慈了。状态(state)是它怎么学会的:记住试过什么、什么失败了,否则它会把同一个错犯到天荒地老。停止条件让它不发疯:一个没有出口的循环,会一直跑到成功、跑崩、或者把你账户烧空。

然后是这篇难得诚实的一段——你到底需不需要。Anatoli 给了那个老练的人真正在用的四条门槛:任务每周都重复、有东西能自动判错、agent 能端到端自己干完、"完成"是客观的而不是凭品味。少一条,就老老实实用手动提示词。

诚实版的结论是:循环是真的,但大多数人还不需要那个重型版本。

文章配图

五步循环:发现→计划→执行→验证→迭代,而验证是心脏

03 一段话,你就能建一个循环

:::

这是全文我觉得最值得你立刻拿走的东西:你根本不用任何编程工具,在 Claude 或 ChatGPT 里粘一段话,就能手动跑一个循环。

诀窍是一次把循环的三个部件都塞给模型:一个目标、严格的成功标准、以及一套"不许偷懒、必须先自检才能停"的协议。下面这段可以直接抄:

你要在一个循环里工作,直到任务达标。 任务: [准确描述你想要的产出] 成功标准(要严,不许放水): - [标准 1] - [标准 2] - [标准 3] 循环协议,每一轮都重复: 1. 计划 — 说出下一步唯一要做的事。 2. 做 — 产出或改进作品。 3. 验证 — 对每条标准打 1-10 分。残酷地诚实,列出到底哪里还弱。 4. 决定 — 每条都 8 分以上就打印「FINAL」并停止;否则打印「ITERATING」,从最弱的一项开始改,再来一遍。 规则: - 每条标准没到 8 分以上,绝不算完成。 - 每一轮必须先修上一次验证里最弱的那项。 - 别问我问题。做个合理假设,记下来,继续。 开始。一直跑到「FINAL」。

模型会起草、对照你的标准给自己打分、找到最弱的点、重写,一遍一遍,直到它真的过线,而不是把第一个看着差不多的东西丢给你。

但注意还缺什么——这才是后面的关键:你是那个触发器。是你打开的对话框,是你粘的提示词,是你坐在那儿看它迭代。关掉标签页,它就没了。它没有定时,不会在邮件来的时候叫醒自己。它只在你看着它的时候存在。

文章配图

粘一段话进任何 LLM:它给自己打分、改最弱的一项,跑到 8 分才停

04 然后,文章开始卖一个东西

:::

要一个不用你盯着、能自己定时跑、被真实事件触发的循环,普通人怎么办?文章给的答案,叫 Mira。

它是个活在 Telegram 里的无代码工具:你像跟朋友发消息一样,用大白话描述你要什么,它就把循环(它管这叫 Skill)搭好。接 500 多个 app,有跨会话的长期记忆,模型无关(GPT、Claude、Gemini 按任务切)。一句"每个工作日早 7 点,查我的 Gmail 和日历,给我一份 120 字以内的简报",就是一个真的循环。它和 ChatGPT 的区别,作者总结得很利落:

ChatGPT 回答,Mira 动手。你不是让它写邮件,你是让它把邮件发出去。

到这儿我得说几句。第一,这篇后半段就是一则 Mira 软广——作者全程在推自己的 X 和 Telegram 频道,Mira 是第二幕的主角。530 万浏览本身,就是我上一篇刚聊过的"病毒发布 playbook"的活教材:巨大的承诺("读完你会比时间线上几乎所有人都更懂循环")、一份免费赠品、一个 CTA。这套打法,它跑通了。

第二,也是更要紧的:让一个 Telegram 机器人,在后台自动对你的 Gmail、Stripe、Linear"动手",恰恰是前面那些工程师反复警告的那个风险——agent 没有闸门地自动行动。讲代码版的人,满脑子都是"验证器"和"急停开关";而面向大众的这版,把刹车悄悄拿掉了,只剩油门。它把油门递给了一个不会去设任何 gate 的普通用户。

文章配图

ChatGPT 回答,Mira 动手——但替你在后台动手的东西,刹车在哪?

05 真正值得带走的,是免费那一半

:::

所以这篇文章我会怎么用?

真正经得起留下的,不是 Mira,而是上面那段你今天就能粘进任何对话框的"自检循环"。光这一段,就能改变你用 AI 的方式——让它自己跟自己较劲到达标,而不是把第一稿丢给你。

而 Anatoli 自己结尾那句话,我反而很认同:这东西别去追、别硬塞进不该用的地方,否则多半是白烧钱;先用现成的免费版本,真到了"觉得不够"那一刻,再去想你到底需要什么。

循环改变的,是"谁在干活":AI 不再等你一步步推,而是自己把整件事跑完。但有一点,和我上一篇结尾说的一样——

系统可以接管"持续干活"那一部分;那个结果,始终是你的。

530 万次播放真正教会大家的,与其说是"什么是循环",不如说是那句更朴素的话:原来,我可以不用一直当那台引擎。

• 来源:Anatoli Kopadze (@AnatoliKopadze) — Loops explained: Claude, GPT, Mira and what actually works

文章来自于"深思SenseAI",作者 "深思圈"。

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)