3.3 自我检查提示（Self-Check）

引言：让 AI"减少错误、减少跑偏、输出更稳定"的关键技巧

当你使用 AI 时，你是否遇到过：

• AI 输出和任务不符？
• AI 忘记限制条件？
• AI 输出结构跑了？
• AI 写着写着开始胡扯？
• AI 忽略你给的上下文？

这类问题几乎来自同一个根源：AI 没有"自我检查"。

就像程序需要单元测试一样，AI 的输出也需要明确的"自检机制"。自我检查提示（Self-Check Prompting）正是提示词工程中降低错误率、提升稳定性的核心方法。

3.3.1 什么是 Self-Check（自我检查）

自我检查提示是通过明确指令，让模型：

• 检查自己的输出是否符合任务
• 检查是否遗漏步骤
• 检查是否违反限制
• 检查是否跑题
• 修正自己的内容

它本质上是：让 AI 对自己执行"质量检查（Quality Assurance）"。 在工程实践中，自检能显著减少模型出现"幻觉式错误"。

3.3.2 为什么 Self-Check 能让 AI 的输出更稳定

原因	说明
AI 的默认行为并不是"严谨"	没有规则容易跑偏、忘条件、逻辑跳跃，自检可强制它回到任务
自检能触发"二次推理"	模型会再次分析自己的产出，修正错误、补充遗漏
自检是提升"准确率"的有效手段	学术研究已证实能显著提升正确率，减少幻觉

3.3.3 自我检查提示的四大类型

类型	说明	示例
结构检查（Structure Check）	确保输出符合格式要求	"请检查输出是否包含要求的 3 部分"
任务一致性检查（Task Alignment）	确保输出没有跑题	"请检查内容是否只回答了分析痛点"
限制条件检查（Constraint Check）	确保遵守长度、风格、禁止项	"请检查是否不超过 120 字"
逻辑一致性检查（Logic Check）	确保论点一致、不矛盾	"请检查推理中是否存在逻辑跳跃"

3.3.4 如何设计一个"专业级"自检流程

一个优秀的自检流程应当是：明确列出检查项目、要求模型自我验证、如有问题必须重新生成。

模板：

请在输出后进行自检，检查以下项目：
- 是否符合任务目标？
- 是否遵守所有限制？
- 是否符合输出格式？
- 是否存在逻辑跳跃？

若任一项不符合，请修正内容并给出最终版本。

3.3.5 Self-Check 的写法模式

句式	用途
"请检查你的输出是否与任务目标完全一致"	任务对齐检查
"请检查是否遵守所有限制条件，如不符合请重新输出"	限制条件检查
"请确认你的输出包含要求的 3 个部分"	结构检查
"请检查内容是否存在逻辑矛盾或跳步"	逻辑检查
"请根据检查结果输出最终版本"	最终版本

3.3.6 实战案例：差提示 vs 自检提示

差提示：

请总结以下文章。

结果：过长、不够结构化、有时跑题。

好提示（含自检机制）：

请总结以下文章。

【限制】
- 输出 3 条核心观点（每条 ≤ 20 字）
- 不得加入你自己的理解
- 不得引用原文句子

【自检要求】
请检查你的输出是否：
1. 包含 3 条观点
2. 每条不超过 20 字
3. 全部符合限制

若不符合，请修正并输出最终版本。

【文章】
……

结果：完全结构化、没有跑题、完全符合要求。

3.3.7 Self-Check 在工程实践中的重要地位

在企业级 AI 系统中，自检通常用于：

• 减少幻觉
• 检查输出是否安全
• 控制模型遵守业务规则
• 降低错误率
• 稳定多轮任务状态

自检是系统提示（System Prompt）中最重要的稳定性策略之一。

本节小结

关键要点

1. 自我检查 = 让 AI 自动"质检"自己的输出
2. 自检提示能显著减少：跑题、忘记限制、格式错误、逻辑跳跃、幻觉内容
3. 自检提示的四大类型：结构检查、任务一致性检查、限制条件检查、逻辑一致性检查
4. 工程级提示词都包含自检流程
5. 自检 + 分步骤提示 = 稳定、高质量的输出体系

自我检查是基础提示技巧的重要组成，接下来我们将学习：澄清式提示（Clarification）。