怎样把一次错误整理成可复用的检查项，而不是积累越来越长的禁令？

E036 · E 判断与修正 · 信任使用与退出

回答要点

把错误转成“什么条件下，要检查什么、怎样算通过”的检查项，比不断追加“以后不要再错”更容易复用。 检查项要对应可观察的行为，而不是抽象的态度要求。

CheckList 将语言能力与测试类型结合，使用基础案例、应保持不变的变化，以及应触发答案变化的对照来找错误；研究在三类自然语言任务中验证了这种行为测试方法的用途。论文 §2—3 日常任务可以借用这个思路，把一次失败整理成少量有代表性的案例。

例如，AI 把“客户申请退款”写成“退款已到账”，不必积累“别乱猜、别混淆、再仔细一点”等多条禁令。可以合并成一条：

涉及流程状态时，分别识别请求、批准与完成。输出中的状态必须有材料依据；没有完成记录时，不写成已完成。

再保留三个可检查的例子：只提出申请、申请获批、已有到账记录。换姓名或订单号，状态判断应保持；增加可信的到账记录后，状态应改变。这样能检查是否理解了规则，也能防止模型为了避错而一律写“未知”。

每条记录可只包含四项：触发条件、曾经的错误、正确判据、验证案例。原始输入和错误输出另外保存为参考，无需全部塞进每次提示。若错误源于缺资料，检查项应要求取得对应证据；若源于计算或格式，优先交给公式、脚本或验证工具。

请把这次错误归纳成一条适用于同类任务的检查项，给出一个原错误案例和一个应得到不同结论的对照。检查是否与现有规则重复；能合并的合并，不扩大到无关任务。

复用前先确认规则本身正确，修订后用旧错误与新案例共同检查。对低频且影响小的细节，不必永久加入通用提示；按任务类型调用相关检查项，并在任务、模型或资料变化后删改过时内容。清单的价值在于能发现错误，而不是条目越来越多。