AI 的學習迴圈：三次門檻與人的確認

想像一間設計工作室，每次接到課程類的案子，AI 都會先幫忙填好一份開案預設：目標、衡量方式、交付物。第一次，負責人把交付物從「中文講義」改成「中英雙語講義」。第二次，又改了一次。第三次，還是同樣的改法。

到了這裡，任何一個稱職的助理都會開口問：「以後課程案的講義，是不是預設就做雙語？」這篇文章要談的，就是怎麼讓 AI 也學會在對的時間問出這句話，而不是第一次就自作主張，也不是改了十次還渾然不覺。

我們把這套機制叫做學習迴圈。它的核心只有兩個數字：一個是「三次」，一個是「人的確認」。

為什麼不讓 AI 一看就學

讓 AI 從每一次修改裡立刻調整預設，聽起來很聰明，實際上很危險。一次修改可能只是那個案子的特殊需求：客戶剛好是外商、剛好要送國外評審。如果 AI 把這種一次性的決定當成新規矩，下一個本地客戶就會莫名其妙收到雙語講義。

反過來，如果 AI 完全不學，人就得一遍又一遍地改同樣的地方。改久了會煩，煩了就會漏。最後預設和實際做法越差越遠，預設本身就失去意義。

所以問題不是「要不要學」，而是「學到什麼程度才算數」。我們的答案是：先記下來，累積夠多再提議，最後由人決定。

學習迴圈的五個步驟

迴圈從每一次互動開始，一路走到預設庫升版，然後新的預設又會被下一輪觀察。五個步驟各自有清楚的工作：

• 感知：每次開案、推進、結案，AI 比對「預設」和「最後定案」，記下差在哪裡，以及人當時說的理由。
• 記錄：把差異整理成一張差異表，連同對話摘要存進該案自己的紀錄。原始對話另外保存一份文字版，不覆蓋、不改寫。
• 回送：差異寫成一筆「習慣候選」，帶著它來自哪個案、什麼型態、哪一天、人的原話，送進公司共用的習慣庫。
• 歸類：每筆候選分進六類之一：目標、衡量、用語、判斷、結構、流程。分類讓「同一種修改」有比對的基準。
• 升級：同一類、同一種修改累積到三次，AI 才提議修改預設；人確認後預設庫升版，舊版保留。

六種分類各舉一個例子會比較好懂。目標類：課程案的目標常被改成「開出第一班」而不是「完成教材」。衡量類：滿意度常從五分制改成十分制。用語類：「學員」常被改成「同學」。判斷類：某種案子常被從研究型改判成設計型。結構類：資料夾裡常多開一個「客戶回饋」區。流程類：交付前常多加一次內部試講。同一類裡的同一種修改，才會被算在同一個計數上。

為什麼原始對話要另外保存？因為差異表是 AI 整理過的摘要，難免有取捨。萬一哪天有人質疑「當初真的是這樣說的嗎」，還能回到原話核對。摘要方便日常查找，原話負責最後的對證，兩者分開保存、互不覆蓋，學到的東西才站得住。

候選在累積的過程中也是看得到的。例如「課程案交付物要雙語」已經出現兩次，它就以候選的身分躺在習慣庫裡，每週的清單會列出來。人可以提早看到 AI 注意到了什麼，也可以提早說「這個不用學」。

要注意第五步的兩個閘門是串在一起的。三次門檻只決定「該不該提」，不決定「該不該改」。AI 提議之後，人仍然可以說不。這時預設維持原樣，AI 記下理由，下次遇到類似的候選，就有一份可以參考的前例。

環外那一條線：當天回寫

學習迴圈處理的是「習慣」：人一再做出的小修改。但開案過程中，人也會做出明確的裁決，例如決定新增一種工作型態，或調整開案的某個步驟。

這種裁決不需要等三次。它本身就是一個決定，所以當天就寫回對應的規則，並在變更紀錄裡留下可追查的編號。我們把這條線畫在迴圈外面，因為它走的是另一條路：不是累積出來的，是人直接說的。

兩條路分開的好處是清楚。看到預設改了，你可以查出它是累積三次後經人同意，還是某一天的某個裁決直接改的。兩種來源，兩種紀錄，不會混在一起。

不同的節奏，改不同層的東西

學習會讓系統變好，但改得太勤，也會讓人無所適從。今天的預設和昨天不同，明天又變，誰都記不住現在的規矩是什麼。所以我們把「什麼時候可以改什麼」排成一張節奏表。

• 每次互動：只記差異，不改任何規則。
• 每週：列出新出現的習慣候選，讓人知道 AI 注意到了什麼，仍然不改規則。
• 每月盤整：和資料整理同一天，檢討判型準確度、最常被改的預設、達到三次門檻的候選、卡住的流程。產出修訂提案，人回「可」才升版。
• 每季：檢視工作型態本身，要不要新增或合併某一種型態。這是最大的一層，一季才看一次。

每月盤整時，AI 會把提案整理成編號清單，人用一句話回覆，例如「1 可、2 改、3 暫緩」。可的照做，改的重寫方案，暫緩的下個月再列。決定的成本很低，所以人願意真的去看。

升版不追溯：舊的案子照舊

預設升版之後，影響的是「之後開的案」。已經開好的案子不會被回頭改寫，它們在開案當時用的是哪一版預設，就留在哪一版。

這個原則看起來保守，其實是為了讓紀錄可信。如果新預設會自動改掉舊案，那麼回頭看一個半年前的案子，你就分不清它當初的目標是人定的，還是後來被系統覆蓋的。舊版保留、不追溯，每個案子才說得出自己的來歷。

同樣的道理也用在習慣庫本身。被拒絕的候選不會刪除，只是標上「不改」與理由；被採用的候選，會連到它升出來的那一版預設。哪一條規矩從哪裡來，一路都查得到。

AI 負責注意到，人負責說算數。

重點回顧

• AI 每次都記下預設和定案的差異與理由，原始對話另存，不覆蓋。
• 同一類、同一修改累積三次才提議改預設；三次只決定提不提，改不改由人決定。
• 人做的明確裁決走環外的回寫，當天寫回規則並留下紀錄。
• 互動只記錄、每週列候選、每月細修、每季檢視型態；升版不追溯舊案，舊版一律保留。