迭代优化 Iterative Refinement

不推倒重来，而是在上一版基础上指定修改点逐版逼近

✗ 没用这个技巧

（对结果不满意，整段重问）
算了，帮我写一段产品介绍。

每次整段重问像重新抽盲盒：这版好的开头，下一版也没了。

✓ 用了

方向对了，但三处要改：
1. 第二段太长，砍到一半
2. 例子换成生活化场景
3. 其余保持不变
输出修订版。

指定修改点、锁定其余部分，好的地方保留，一版比一版接近。

**迭代优化（Iterative Refinement）**是多轮对话中最重要的习惯：不满意时不整段重问，而是明确指出“哪里改、怎么改、其余不动”。模型每轮都有完整的上下文记忆，“保持其余不变”这个指令它能执行得很好——前提是你得说。

什么时候用：任何第二轮以后的修改。多数人失败的根源不是模型不行，而是每轮都把需求重新描述一遍，等于每轮都在抽新的盲盒。

要点：① 先肯定要保留的部分（“方向对了”），再列修改点；② 修改点定位到具体位置（“第二段”而不是“太长了”）；③ 一次改 2~4 处最好——一次全改等于重写，一次改一处又太慢。

基于上一版迭代：保留<满意的部分>，
只修改<具体位置与方向>，其余保持不变，
输出修订版。