用 PDCA 重新理解 AI 循環指令：會寫 Loop 的人，其實是在用管理者思維用 AI Rethinking AI Loop Engineering Through PDCA: Writing Loops Is Management Thinking

多數人每天使用 AI 的方式，其實是最慢的一種：手動輸入請求、等待、發現不對、手動修正、再問一次。

在這種單次提問的習慣裡，每一個步驟都靠人推動。你是引擎，AI 只是一把握在手裡的工具——你停，它就停。

而另一群人已經改變了玩法。他們寫的是「循環指令」（Loop Engineering）：只給定一次目標，AI 便自行規劃、執行、驗證、修正弱點，反覆迭代直到達標。你不再推動每一步，你只設計「這個循環怎麼判斷自己做得好不好」。

如果你做過品質管理，這個描述應該很眼熟——這就是 PDCA。而且不只是比喻上的相似：品管界用七十年踩過的坑，AI 循環正在原封不動地重踩一遍。這篇文章想做的，就是把 PDCA 的知識體系真正搬過來，看看它能幫我們把 AI 循環設計得多好。

一、從單次提問到循環：PDCA 對應表

傳統提示詞給出一個答案後，就停下來等人類決定下一步。循環指令則是給 AI 一個遞迴目標，讓它自己跑完整個 PDCA 週期：

這張表大部分談 AI 循環的文章都會畫。但接下來的問題，多數文章沒有問：這四格裡，哪一格最難？

答案是 C。而品管史上恰好有一場關於 C 的著名爭論，可以直接回答「哪些任務能交給 AI 全自動循環」。

二、Deming 的堅持：Check，還是 Study？

PDCA 源自 Shewhart 循環，由 Deming 發揚光大。但很多人不知道，Deming 晚年堅持把它改稱 PDSA——把 Check（檢核）換成 Study（研究）。

他的理由是：Check 隱含「對照標準、通過或不通過」的二元判定；而改善真正需要的是 Study——理解結果為什麼是這樣、失敗的機制是什麼。查核是打勾，研究是歸因。

這個七十年前的區分，恰好切出 AI 循環的一條分界線：

一句話總結：能寫成 Check 的任務交給 AI 循環；只能做 Study 的任務，人不能出圈（human-in-the-loop）。判斷一個任務適不適合自動化，先問它是 Check 還是 Study。

三、循環的心臟，也是最脆弱的一環：Verify

沒有客觀檢核機制的循環，只是 AI 不斷同意自己的產出而已。因為一個殘酷的事實是——

AI，永遠是自己最寬容的閱卷者。THE MODEL IS ALWAYS ITS OWN MOST LENIENT GRADER

這不是玄學，背後有兩個明確的機制。

機制一：自我偏好偏誤（self-preference bias）。大型語言模型評自己的產出時，會系統性給出偏高的分數——因為「它認為好的寫法」正是「它會寫出來的寫法」。評審和考生共用同一套品味，考生當然永遠及格。

機制二：評分膨脹。沒有錨定範例的 1–10 分制，分數會自然擠在 7 到 9 分之間，喪失鑑別度。用品管的語言說，這叫量測系統失效——尺本身不準，量什麼都沒有意義。做過 MSA（量測系統分析）的人都知道：改善之前，先確認你的量具可信。AI 循環也一樣：迭代之前，先確認你的評分機制量得出差異。

對策由弱到強有四層：

1. 換角色評分：要求 AI 以嚴格審稿人的身分評分——聊勝於無，偏誤仍在。
2. 設計評分規準（rubric）並附錨定範例：明確定義每個分數段長什麼樣子，就像設計稽核基準一樣。這是純提示詞層級能做到的最大改善。
3. 裁判與球員分家：用另一個模型當評審，切斷「同一套品味」的共謀。
4. 外部客觀檢核：測試通過與否、數字達標與否、格式驗證。凡是能寫成程式判斷的，就不要用語言模型判斷。這是最強的一層，也是「Check 型任務」之所以適合自動化的原因。

還有一個品管人再熟悉不過的陷阱：Goodhart 定律——「當指標成為目標，它就不再是好指標。」循環跑久了，AI 會學會討好評分規準，而不是做好任務本身：塞進規準要求的關鍵字、堆出規準偏好的結構，實質內容卻在空轉。這和組織為了通過評鑑而做表面文章，是同一種病。所以護欄不是設一次就永久有效——Gate 本身也需要定期稽核，隔一段時間就抽查「高分產出是不是真的好」。

四、四道護欄：Gate、State、Stop，以及多數人漏掉的第四道

護欄一：無情的檢核點（Gate）

上一節已經講透。補一個判斷原則：如果一個任務的品質完全取決於主觀品味，Gate 立不起來，那麼所謂的循環只是燒 token 的自我感覺良好——這種任務，手動對話反而更快。

護欄二：狀態記憶（State）＝矯正措施紀錄

每一輪循環，AI 必須記得已經試過什麼、哪裡失敗了。沒有記憶，它只會永遠重複同樣的錯誤。

品管人對這件事有現成的理解：這就是矯正措施紀錄。一個不留紀錄的品管圈，每一期都在解同一個問題；一個不留 state 的循環，每一輪都在犯同一個錯。

實務上不需要寫程式就能做到：要求 AI 每輪輸出一行「嘗試日誌」——第幾輪、改了什麼、各項分數、較上輪變化。這行日誌就是循環的圈會紀錄，也讓你事後能夠稽核整條迭代軌跡。改善要能追溯，自動化的改善更要能追溯。

護欄三：停止條件（Stop）＝管制界限

沒有出口的循環有兩種死法：發散（越改越糟、來回震盪）與過度加工（已經夠好還在改——精實生產七大浪費裡的 Muda，只是燒的是你的額度）。

建議把停止條件寫成三層：

1. 成功即停：所有標準達標，輸出最終版。
2. 次數上限：例如八輪強制停止。注意細節：達上限時要求 AI 回報歷史最佳版本，而不是最後一版——因為震盪中的最後一版，可能是劣化版。
3. 停滯偵測：連續兩輪分數沒有進步就停，交回人類。這一層最常被忽略，卻最省成本——分數不動代表循環已經卡住，再跑八輪也只是原地打轉。

護欄四：收斂之後，標準化（SDCA）

這是多數談 AI 循環的文章完全沒碰的一塊，卻是品管給出的最重要提醒。

品管的完整圖像從來不只有 PDCA。PDCA 負責改善，SDCA（Standardize-Do-Check-Act）負責守成。改善成功卻不標準化，成果就會流失——這是品管圈活動最常見的失敗模式：專案結案，三個月後一切回到原樣。

對應到 AI 循環：當一個循環穩定收斂，就該把它固化。把調好的提示詞、評分規準、停止條件，包成可重複使用的模板、SOP 或 skill。下次遇到同類任務，直接呼叫已收斂的循環，而不是每次都從零開始迭代。

換句話說，一套 AI 工作流的成熟度，不是看你能讓 AI 跑多複雜的循環，而是看你累積了多少「已收斂的循環」。探索用 PDCA，守成用 SDCA。

最後把四道護欄整理成一張總覽表：

五、直接可用的循環提示詞（Paste & Play）

你不需要寫程式，就能在任何大型語言模型（Claude、ChatGPT、Gemini）裡體驗完整的循環。關鍵是一次把目標、嚴格的成功標準、自我檢查協議交給模型。以下範本已內建前面談到的護欄——嘗試日誌、停滯偵測、歷史最佳回報、假設清單：

你將以「循環模式」工作，直到產出完全符合標準為止。
【任務目標】
[在此清楚描述你希望 AI 產出的內容]
【成功標準】（嚴格執行，不接受模糊過關）
1. [標準一]
2. [標準二]
3. [標準三]
【循環協議】每一輪依序執行：
1. PLAN：陳述本輪要改善的具體項目。
2. DO：執行並產出完整內容。
3. VERIFY：逐條對照成功標準，以 1–10 分嚴格評分；
每項分數必須附「扣分理由」，並指出最弱的一項。
4. LOG：輸出一行嘗試日誌——
「第 N 輪｜本輪修改｜各項分數｜較上輪變化」。
5. DECIDE：
- 所有標準 ≥ 8 分 → 輸出 [FINAL]，停止。
- 連續兩輪總分無進步 → 輸出 [STALLED]，
回報歷史最佳版本，停止。
- 其他 → 輸出 [ITERATING]，優先修正分數最低項，
進入下一輪。
【規則】
- 上限 8 輪；達上限輸出 [MAX_ROUNDS]，
回報歷史最佳版本（不是最後一版）。
- 過程中不向我提問；所有自行做出的假設，
統一列在最終輸出末尾的「假設清單」供我查核。

按下送出後，你會看到 AI 開始自我草擬、自我退件、找出弱點、重寫，直到全數達標為止。

一個提醒：「不向我提問、自行假設」這條規則讓循環得以不中斷，但假設錯誤會被循環放大——每一輪都建立在錯的地基上。所以「假設清單」不是裝飾，重要任務請務必查核它。

六、哪些任務適合循環，哪些不該

適合的條件只有兩個：重複性高，且有客觀標準可判斷好壞。兩個條件缺一不可。

同樣重要的是反面清單。以下四類任務，不要交給自動循環：

至於「每天早上整理郵件」「定時追蹤習慣」這類排程任務，常被和循環指令混為一談，其實是另一個主題——那是排程自動化（在固定時間觸發固定動作），而不是自我迭代循環（在同一任務上反覆逼近標準）。兩者可以結合，但設計邏輯不同，值得另文討論。

結語：人的價值，移動到檢核點的設計

回頭看整篇文章，有一條隱藏的主軸值得明說。

手動提問的時代，人是引擎——AI 的每一步都靠你推動。循環的時代，人的價值移動到了設計 Gate：定義什麼叫做好、怎麼客觀量測、何時該停、收斂之後如何標準化。

而這恰好是管理者的工作定義——不親手做每一件事，而是設計讓事情被做對的系統。會寫循環指令的人，本質上是在用管理者思維使用 AI。這也解釋了為什麼品管的知識體系搬過來如此合身：量測系統分析、矯正措施、管制界限、標準化——品管七十年來研究的，正是「如何讓一個系統自己把事情做對」。

最後留一個練習：你的工作或生活中，有什麼「每週至少重複一次、且能用客觀標準判斷好壞」的任務？今天就用上面的範本讓 AI 跑一次完整的 PDCA。跑收斂了，記得做那件品管人最常提醒的事——標準化它。