三角色串联：选题、写作、校对拆给三个智能体

一个智能体又选题又写又改，产出总是「看着完整、细看空」。不是模型不行，是它审不动自己的稿。把三个角色拆开、各自独立跑，才有了第一道真正的校对。

一句话结论

三角色串联的价值不在分工，在上下文隔离。同一个模型既写又审，等于让它给自己判卷——它倾向于认为自己的每一句都成立。我拿 60 条选题做对照：单智能体跑完结构完整率 72%、平均每篇 2.8 处事实错误，而它自查只抓到 0.9 处；拆成选题、写作、校对三个独立会话后，结构完整率 96%、错误降到 1.2 处，人工复核时间从 18 分钟压到 6 分钟。代价是 token 涨到 2.3 倍、耗时涨到 2.7 倍。

这篇解决什么问题

三种情况最常见。一是产出「格式全对但内容虚」——七段俱全，每段都是废话。二是让模型自查，它回一句「已校对，无明显问题」，然后你人工一读发现三处硬伤。三是三件事挤在一个对话里做，写到一半模型开始怀疑前面的选题，越改越乱。

根子是同一个：把「三个角色」当成三个步骤，实际是三种视角。步骤可以顺序执行，视角必须换人。写作角色脑子里装着刚写完的句子，很难跳出自己的框架去挑错；校对角色如果没参与写作，它读到的是一份陌生稿子，才能像读者那样看。文章把它固定成五步，做完得到一套三个角色卡、一份交接协议、一张按失败类型统计的流水表。

开始前要准备什么

• 三个独立会话：不要在同一个对话里切换角色。同一上下文里，模型记得自己刚写过什么，校对必然放水。三个会话各自只有角色卡和当次输入。
• 选题池与素材：选题角色只出选题和提纲，不碰正文；它需要的是受众、场景、已有文章清单（防重复），不需要参考范文。
• 断言清单的概念：写作角色在交稿时必须同时交一份「断言清单」——正文里所有可被证伪的事实、数字、因果判断，逐条列出出处。这是校对的靶子。
• 失败类型的初始分类：先定五类（结构缺失、事实错误、逻辑断裂、表述空泛、格式违规），按实际回流再加。没有分类，流水表只是一串数字。

具体怎么做

第一步：把三个角色的输入输出钉成 JSON

角色边界不写清楚就会互相越界——选题角色开始写正文，写作角色开始改选题。三个角色的 I/O 用固定结构，字段少而硬：选题输出 {title, angle, outline[7], audience, avoid[]}；写作输出 {body_html, claims[{text, source}]}；校对输出 {verdict, issues[{type, quote, fix}]}。定下后不许自由加字段。

我在搭一条三智能体的内容生产线，三个角色分别是选题、写作、校对。
请帮我做四件事：
1. 为三个角色各定义一份 JSON 输入输出结构，字段尽量少（每边不超过 6 个），并说明每个字段为什么必须存在；
2. 指出这三个结构之间最容易出现的「信息丢失点」，也就是上游给了但下游用不上、或者下游需要但上游没给的字段；
3. 给出三条边界纪律：每个角色明确「不做什么」，防止越界；
4. 如果某一环输出不合格（例如 outline 不足 7 段），应该退回上一环还是就地补，给判断标准。

我的场景：（粘贴）

第二步：写角色卡，重点写「不许做什么」

角色卡通常只写「你要做什么」，这不够，真正约束行为的是禁令。选题角色禁写正文、禁引用未核实数字；写作角色禁改提纲结构、禁写无出处数字；校对角色禁重写全文，只能逐条列问题并给最小建议。最后这条最关键，否则校对会把稿子改成自己的风格。

请为三个角色各写一份系统提示词（角色卡），要求：
1. 每份包含四块：职责、输入约定、输出格式、禁令；
2. 禁令至少 3 条，且必须是可判定的（例如「不得出现未在 claims 中列出的数字」，而不是「不要编造」）；
3. 校对角色必须被限制为「只列问题、不改写」，请给出一个能强制执行这个限制的输出格式；
4. 指出这三份角色卡之间可能冲突的地方（例如写作要求「简洁」、校对判「表述空泛」），并给出统一的判定口径。

角色与场景：（粘贴）

第三步：建交接协议，尤其那份断言清单

写作角色交稿时必须同时交断言清单，这是整套流程的枢纽。每条是「正文原句 + 出处」，出处分三类：官方文档、实测数据、作者判断。标「作者判断」的，校对不判对错，只判证据是否足。第一版我没有这张清单，校对只能通读找错，60 篇漏掉 57%。

这是一篇刚写完的稿子和它的断言清单（正文原句 + 出处）。
请帮我做三件事：
1. 检查正文里是否还有「可被证伪但没有进清单」的句子，逐条列出（这是漏报）；
2. 检查清单里是否有「正文已删掉但清单还留着」的条目（这是过期）；
3. 把清单按风险排序：哪些一旦错了会误导读者做错决定，哪些错了只是措辞不精确。

正文：（粘贴）
断言清单：（粘贴）

第四步：校对只查断言，不重写

校对拿到的是「陌生稿」，这是它比自查强的原因。任务不是改好看，是判真假：每条断言给三档——成立（有出处且支持）、不成立（与出处矛盾）、无法判定（出处缺失）。同时查结构：七段是否齐、每节有无可执行动作。输出 issue 列表加一句 verdict。

你是一位只负责挑错的校对，不要重写文章。
这是正文与断言清单，请输出：
1. 断言判定表：逐条给「成立 / 不成立 / 无法判定」，不成立的写出与出处的矛盾点；
2. 结构检查：七段骨架是否齐全，缺哪段；每节是否有可执行动作，哪些节只有观点没有动作；
3. 表述空泛处：找出所有「正确的废话」句子（读完后不改变任何行动的句子），最多列 5 条；
4. 一句 verdict：可发布 / 修后发布 / 退回重写，并说明决定性理由。

正文：（粘贴）
断言清单：（粘贴）

第五步：记流水，按失败类型回流改角色卡

每次跑完记一行：选题 key、三角色输出摘要、verdict、issue 类型分布、人工是否推翻 verdict。这张表唯一的用途是回流——「结构缺失」连续出现，说明写作卡里的骨架约束不够硬；「事实错误」集中在某类数字，说明选题角度要求了它拿不到的数据。改角色卡，不改单篇稿子。

这是我最近 40 次三智能体运行的流水表（选题、verdict、issue 类型分布、人工是否推翻）。
请帮我做四件事：
1. 找出错误率最高的 issue 类型，并判断它应该由哪个角色的角色卡来修（不是单篇稿子）；
2. 指出人工推翻 verdict 的案例有什么共同点，说明校对角色卡的哪条判据太松或太严；
3. 给我三条具体的角色卡修改建议，每条写清「改哪一句、改成什么」；
4. 判断当前流程是否值得继续用三角色：如果某类 issue 占比低于 10%，是否可以直接砍掉对应环节。

流水表：（粘贴）

实测记录

规模：60 条选题，同一模型（对话型，非推理型），单智能体与三角色各跑一轮，同一人复核。

• 结构完整率：单智能体 72%（43/60 七段齐全），三角色 96%（58/60）。剩下 2 篇是选题本身缺可执行动作，属选题环节的问题。
• 事实错误：单智能体平均 2.8 处/篇，自查只报 0.9 处，漏报率 68%；三角色平均 1.2 处/篇，校对报出 1.1 处，漏报率降到 8%。
• 人工复核时间：单智能体 18 分钟/篇（要通读找错），三角色 6 分钟/篇（只需核对 issue 列表是否成立）。
• 成本：三角色 token 约为单智能体的 2.3 倍，端到端耗时 2.7 倍（三次串行调用）。按单篇 3,300 字算，绝对成本仍可接受。
• 断言清单的效果：无清单时漏报 57%，加清单后 8%。清单里标「作者判断」的占 23%，校对无法判定，最终仍需人工拍。

最容易错的 3 个地方

第一，三个角色开在同一个对话里。这是最常见的省事做法，效果也最差。同一上下文里校对能看到自己刚才写的每一句，「挑错」就退化成「润色」。判断方法：如果 issue 里超过一半是措辞建议，说明没真正隔离，去看会话是不是同一个。

第二，让校对角色直接改稿。省了一次复制粘贴，但代价是丢失追溯——改完之后没人知道哪句是原稿、哪句是校对改的，出了问题也无法判断是写作环节还是校对环节引入的。正确做法是只输出 issue，修改由写作角色执行第二遍，形成「写→判→改」而不是「写→被改」。

第三，用总分评价流程。「三角色比单智能体好 30%」这种结论没用，因为下一次的具体问题总是具体的。要看的是 issue 类型分布：结构、事实、逻辑、空泛、格式各占多少，哪一类在下降、哪一类没动。只有分布才能告诉你该改哪张角色卡。

可复用的东西

三份角色卡的四块结构：职责、输入约定、输出格式、禁令。任何多智能体协作都能套，包括客服分流和数据分析。禁令必须可判定，写「不要编造」等于没写。

断言清单：正文可证伪句 + 出处 + 出处类型（官方/实测/作者判断）。这是让校对有靶子的唯一办法，也是判断「这篇能不能发」最快的依据。

三档 verdict：可发布 / 修后发布 / 退回重写。只有三档，不能再细——细了就会有人开始讨论「算不算部分可发布」，流程就停在那里了。

如果你也经常要做这件事，欢迎在评论区说说你的卡点和做法；也可以留言告诉我，你想看哪个岗位的哪件活怎么用 AI 拆。

admin 普通

收藏 海报 链接