AI对话质量：三阶段工作流让AI输出一次达标

前言¶

使用大模型时，最常见的问题是：第一次给出的回复往往不完全符合要求，需要反复追问、调整提示词或重写。这增加了沟通成本，也降低了效率。

是什么¶

AI对话质量是一个基于 RED/GREEN/REFACTOR 三阶段工作流的 Skill，专为 AI 用户设计。它帮助用户在对话中通过标准化的步骤控制输出，让 AI 的回复在第一次就达到目标。该 Skill 由用户 user_6bedba2d 在 SkillHub 发布，分类为 ai-agent。

核心功能¶

Skill 融合了三个阶段的工作流，让 AI 输出过程更加可控：

1. RED：识别当前输出与期望目标之间的差距，明确需要修改的部分。
2. GREEN：根据 RED 阶段识别的问题，给出修正后的回复，逐步满足要求。
3. REFACTOR：在满足基本要求的基础上，对输出进行优化，提升质量。

通过这三步，可以在对话中逐步引导 AI 完成从识别问题到修正再到优化的完整流程。

安装与启用¶

在支持 SkillHub 的环境中，可以通过以下方式启用该 Skill：

• 在 SkillHub 官网搜索坐标 @user_6bedba2d/tddai。
• 选择对应的版本 1.0.0 并安装。

安装完成后，在对话中按 Skill 的指引执行 RED/GREEN/REFACTOR 步骤即可使用。

典型用法¶

在对话中，按照 Skill 的指引依次执行以下步骤：

1. RED 阶段：向 AI 描述当前输出与期望目标的差距，例如：
   - “请指出当前回复中不符合需求的部分。”
2. GREEN 阶段：根据 AI 指出的问题，要求修正：
   - “请根据上述问题，重新生成回复。”
3. REFACTOR 阶段：在满足基本要求后，进一步优化：
   - “请对修正后的内容进行优化，提升可读性。”

通过这样的顺序，可以让 AI 在对话中逐步接近期望结果。

适用场景与注意¶

适用场景包括但不限于：
- 文案写作
- 代码开发
- Bug 修复
- 需求分析
- 方案规划

注意：该 Skill 依赖于用户在对话中正确理解并执行各阶段的要求。如果目标描述不清晰，可能会影响 RED 阶段的识别效果。

短结尾¶

AI对话质量通过标准化的三阶段工作流，帮助 AI 用户在对话中逐步控制输出质量，减少反复调整的成本。官方地址：https://www.skillhub.cn/skills/user_6bedba2d/tddai