回答要点
优先核实那些一旦出错就会改变后续方向、计算结果或操作对象的中间结论。 不必把每句过渡文字都升级为检查点;关键是找出后面哪些工作正在依赖它。
完整解答
常见的关键前提包括:从原文提取的需求是否完整,表格的单位与筛选条件是否正确,引用是否支持结论,要修改的是否为目标文件,以及前一次写入是否已经成功。例如,把“万元”误当成“元”后,再精细的预算分析也会建立在错误基础上;格式漂亮并不能补救这一点。
Tyen 等把“找到推理错误”和“修正已定位错误”分开测试:在五类推理任务中,提供真实错误位置能改善后续表现,而模型自己定位错误仍较困难。这支持把可核对的信息送入纠错过程,不宜只要求“再认真检查一次”。研究原文
据此安排检查时,可以要求每个关键前提同时附上核验对象:数据对原表,引用对原文,计算对公式或脚本,操作结果对工具回执与当前状态。Anthropic 的代理工程指南也要求执行过程中使用环境反馈判断进展,而非只沿用自己生成的叙述。官方指南
例如:
生成图表前,请核对原表中的单位、时间范围、缺失值和筛选条件;用核对后的数据制作图表及分析。发现可自行核实的问题就处理并继续;只有不同合理解释会改变结论、且资料无法判定时,才提出需要我决定的事项。交付时注明核对依据。
检查也有层次:核对所有金额比抽查一项更适合金额不能错的表格;检查若干段落适合先发现排版模式问题。未核实的前提可以作为明确标注的假设用于试算,但不要在最终结论中悄悄改称“已确认”。
引用文献
2. Anthropic(2024),Building effective agents;Agents 中的环境反馈与实际结果检查