别让一次纠正，只解决这一次

用 AI 制作学习材料时，有一节暂时够用了，我让它先停下来，再回看同一项目里的多个 Codex 会话：找出我的偏好、批评和指正，整理成方法，更新到材料制作规程里。

页面可以先改到这里，制作方法却能从这次协作中留下点东西。

很多要求，是看到成品后才逐渐明确的。比如，讲几个有关联的概念，例子却从个人追求跳到内存，理解起来就很费劲。只换掉一个例子，解决的是当前页面；进一步提炼成“优先用同一场景串起关联概念”，才可能帮到下一次。

但反馈需要判断。有些修改只适用于当时，有些体现了较稳定的偏好，还有些只是 AI 的推断。回顾时要保留原话和背景，分清适用范围，再对照旧规程修正、合并，避免每次都在末尾追加一条，让规程越来越难用。

最后，还得让经验进入下一次制作：开始前读取相关规程，完成后检查是否落实、结果有没有改善。这里更新的是外部工作依据，并没有直接训练模型；无效或过时的规则，也要继续调整。

一次纠正真正留下价值，是下一次因此少走了一段弯路。