AI越改越离谱，第一版反而最好：不是它笨，是错答案全堆在对话里

有人让AI改一张封面图，话就说了三个字，改一下。

第一版其实挺不错。他说再调调，AI就给了第二版、第三版，一直改到第六版。他把六版排在一起看了一遍，第一版最好。你要是也让AI改过文案、改过图、改过PPT，读到这儿多半已经心有戚戚。

这是小红书上有人真发出来的帖子。帖主的描述特别实在，说每一版都动过手，每一版都有理由，这版字压得更稳，那版留白更匀，还有一版说视觉重心更靠中间。它很认真。认真得很平均。

第一版惊艳，第二版微调，越往后改越离谱，直接车祸现场。这条曲线被一波又一波人吐槽过，程序员给它总结成一句话，不是它笨，是它没记性。

没记性？

正相反。它记性太好了，好到害自己。

AI聊天有个规矩，每回你一句话之前，它先把这场对话从头到尾重读一遍，再开口。你看到的是它在回一句话，它看到的是全部账本，包括它自己犯过的每一个错。

麻烦就出在这。你说不对，它知道输了，却不知道输在哪。上一版方案还完整躺在对话里，是屋里最成形的一套解释，它就顺着那套错的继续打补丁。补丁打完第二轮，对话里又多了一个失败尝试。你说还是不对，你说继续改，这种局部否定里没有新目标。几轮下来，事实、猜测、失败尝试搅成一锅，它开始把一个已经错了的东西，当成设计的一部分维护起来。

有位改文案的说得妙，再自然一点，再专业一点，再有网感一点，改到第五轮，原来想说什么都快找不到了。

这不是瞎琢磨。有研究专门盯过多轮对话，观察到的现象对得上，模型太早立下初始假设，越往后越依赖最早那个答案，一旦走错方向，想回头比重新开一局还难。Claude Code官方给程序员的使用建议里就写得很具体，同一个问题纠正超过两次，上下文多半已经堆满失败方案，不如清空，把确认过的信息整理成新任务重来。

说解法之前，先认下一件事。这锅真有一半在AI。改封面那位在帖子末尾说，我那三个字，它听成了重新做一版，它没问一句，这才是问题。对，它要是肯反问一句，你要微调还是重做，后面五个版本都不会存在。可它眼下就是不肯问，指望它学会，慢。你得自己先管起来。

先说止损线。同一个问题，改了两轮还不对，停。停不是马上清空重开，是抬头看路，这两轮离答案近了没有，改动范围小了没有，根因清楚了没有。都没有，第三轮多半还是在错的地方打补丁。第三次没有什么魔法，它只是一个该抬头看路的位置。

再说重开对话。很多人知道要重开，但重开得不对，把旧对话整段复制进新窗口，等于搬了新家，垃圾一件没扔。新对话只需要三句话：哪些结论已经确定，哪些路试过了走不通，下一步要干什么。写完这三句，新对话从第一步就能跑起来。

还有，开工前把边界说死。有段流传的改稿指令，可以直接抄：

请修改下面这段原稿，读者是第一次接触这个话题的人。保留原有事实和结论，缩短句子，解释必要的专业词，删掉空泛铺垫。不新增经历、数据或承诺。先给修改稿，再列出可能影响原意的改动。

这段指令里还有一句更值钱的，稿子里有你特别中意的表达，就补一句，这句保留，不要换。以及一句能省五版学费的提醒，只想微调的时候，把就在这版上动，别推翻重来，明明白白说出口。

顺便把账算一下。越改越离谱，除了气人，还有一笔暗账。对话越长，每一轮重发给模型的内容就越多，聊上十几轮，它每次实际读进去的可能已经是几万字。按用量计费的产品上，响应越来越慢，钱越烧越快。你在花钱吵架。

这里老舅劝你一句，别省保存现场这一步。让AI动过你电脑里文件的，换对话之前先存个现场，确认哪些改动是它做的，需要时能退回去。清空对话只是让它看不见旧垃圾，它已经干过的事，不会跟着一起消失。

回到那张封面。这事最妙的地方不是六个版本，是那人把六版排在一起看的动作。不看这一眼，他还会以为是自己没说清，接着改出第七版。

下次第一版出来，觉得惊艳，先存下来。它大概率就是这场对话的天花板。