多轮对话策略
掌握多轮对话中的提示词技巧，实现渐进式内容打磨
多轮对话策略
单次对话很难一步到位，学会在多轮对话中逐步优化输出。
渐进式细化
不要期望一次就得到完美答案，而是分轮迭代：
第1轮：获取框架
“帮我列一个Python爬虫项目的技术方案大纲”
第2轮：深入细节
“你提到的反爬策略部分，请详细展开3种常见反爬机制及对应的绕过方案”
第3轮：落地执行
“基于以上方案，请写出核心代码框架，包含请求模块、解析模块和存储模块”
修正和追问技巧
- 精确修正：“第二部分太笼统了，请加入具体的代码示例”
- 方向调整：“换个角度，从安全审计的视角重新审视这个方案”
- 深度追问：“为什么选择方案B而不是方案A？请对比两者的trade-off”
上下文管理
多轮对话中，模型可能"忘记"早期的内容。几个应对策略：
- 定期总结：每3-5轮让AI总结当前进展
- 重复关键约束：每轮提醒最重要的要求
- 使用锚点：“回到你第2轮提到的那个方案”