最近工程師圈在講一個詞，迴圈工程（Loop Engineering），意思是工程師不再一句一句寫提示詞，改成設計一個會自己跑完整件事的循環。這篇我全程不用任何程式例子，就用我寫一篇文章的工作流，把迴圈工程的整個架構講清楚。
- 你已經會用 AI，但每次做事都要一步一步叫它，叫到自己很累
- 你常常做同一類工作（寫文章、整理會議、回客戶），每次心裡跑的檢查都差不多
- 你聽過「要設計 loop，不要只寫提示詞」，但不知道那到底是什麼意思
- 迴圈工程的一句話定義，跟它跟提示詞的差別
- 一個迴圈在跑的五個階段，跟它最少要哪幾個零件
- 兩個真實案例，加三個判準：怎麼知道有沒有用、什麼時候值得做、哪些坑要你自己顧
一、先講定義：迴圈工程是什麼
什麼叫「我一直在做的那個循環」。以前我寫一篇文章，是把想法給 AI，叫它順稿，看它回什麼，再叫它想標題，看它回什麼，再叫它查風險。輸入，看回覆，再輸入。這個一圈一圈轉的角色，一直是我在當。我很累，是因為我在當那個人工的循環。
迴圈工程做的事，就是把這個循環從我手上接走，變成一個會自己轉的系統。我只負責開頭給它東西、結尾收成品，中間那幾圈，它自己跑。
二、提示詞工程 vs 迴圈工程
這兩件事差一個層次。
- 你在拚把一句話講到最精準
- 目標是一次漂亮的輸出
- 當那個循環的，是你自己
- 你在拚把整個流程設計到能自動跑
- 目標是一個可靠、已經被檢查過的結果
- 當那個循環的，是你設計的系統
三、一個迴圈在跑的五個階段
任何一個迴圈，拆開來看都是同樣五個階段。用我寫一篇文章來對：
- 探索：我想寫什麼，為誰寫，這篇要解掉讀者什麼問題
- 規劃：抓一個角度，列出要講的重點
- 執行：把草稿寫出來
- 驗證：照一張清單檢查這篇到底行不行
- 迭代：沒過的地方改掉，改完再驗，直到整張清單都過
關鍵在這裡。以前這五個階段，每一階段跳到下一階段，都要我親手推一下。迴圈工程要做的，是讓第三到第五階段自己接著跑：我給完探索跟規劃，AI 自己執行、自己驗證、自己迭代，跑到過了才回來找我。
四、一個迴圈最少要哪幾個零件
把上面那五個階段變成真的會跑的東西，最少要四個零件。
- 一、一個起點你得先給它東西。以寫文章來說，起點是我的想法跟一份草稿。這裡有個常見誤會要先講清楚，起草是我的事，AI 不負責。我負責把腦袋裡的東西先倒出來，哪怕只是很粗的草稿。
- 二、一張驗收清單這是整個迴圈的心臟，也就是上面第四階段的那張清單。清單就是「怎樣才算做完」。沒有它，AI 不知道什麼時候該停，會一直亂改，或太早收工。
- 三、一個會自己改的執行AI 拿我的草稿，照清單一項一項檢查，沒過的自己潤、自己改，不用我在旁邊一步一步說下一步。
- 四、一個停止條件改到清單都過就停。或者改了兩三輪還是過不了，就停下來告訴我卡在哪，不要無限改下去。
頭（起點）跟尾（最後審核）是我，中間那兩個零件（執行、停止）是它。
五、真實案例一：把寫一篇文章變成迴圈
我前陣子寫了一篇講「寫文章」的短文，它本身就是這樣跑出來的。
我先寫一個粗草稿。然後我沒有再一句一句叫 AI 改，我把驗收清單交給它，這張清單有六項：
- 目的明不明確
- 標題配不配內容
- 對讀者有沒有意義
- 標題好不好懂
- 收尾有沒有用、會不會太空泛
- 符不符合我的定位
AI 自己照這六項跑了一遍，沒過的地方自己改，改到六項全過，才把成品給我。我做的只有最後看一眼，確認可以發。
六、真實案例二：把整套 AI 協作變成迴圈
寫文章只是個小迴圈。我後來把同樣的架構，放大到我跟 AI 的整個協作。
我以前的麻煩一樣：每件複雜的事都要我提醒。複雜就提醒它找另一個 AI 一起想，做完要提醒它寫工作日誌，有規則要改要提醒它記下來。我又在當人工的循環，只是換了個場景。
所以我替自己設計了一套協作的迴圈，寫成一份規則，讓我所有的 AI 助手讀了就照著跑。它的零件跟寫文章那套一模一樣，只是換了清單：
- 先分級：這件事是查個時間的小事，還是會改到重要設定的大事。小事快速做，大事才升高規格。這是驗收清單的第一關，先判斷要審多重。
- 自己找第二顆腦：複雜或有風險的事，自動找另一家 AI 一起檢查，不用我開口。
- 自己收尾：做完自動寫工作日誌、自動判斷有沒有規則要記下來。
- 會停：同一圈轉兩三輪沒進展就停，不無限跑。
設計完，我從那個一步一步下指令的人，變成定義這幾張清單的人。
七、怎麼知道你的迴圈到底有沒有用
迴圈做出來，不代表它有用。有一個很簡單的指標：採納率。
AI 跑完一圈交回來的東西，你最後真的採用了幾成。如果它改十次有八次你都得打掉重來，那這個迴圈沒在幫你，反而在浪費你的時間。採納率低，通常是兩個原因：清單沒寫清楚，AI 抓不到你的標準；或者這件事根本不適合做成迴圈。
八、什麼時候才值得做成迴圈
不是每件事都該做成迴圈。工程師圈自己的結論是「多數人現在還不需要迴圈」。值得做的事，要同時滿足幾個條件：
- 這件事會一直重複做，不是只做一次
- 你說得清楚「怎樣算做完」，能寫成一張清單
- 就算 AI 多跑幾輪，你也耗得起那個時間跟成本
九、三個坑，迴圈自己解不了，要你顧
迴圈被講得太神，好像什麼都能交給它。但有三個坑，它自己跨不過去，要你顧著。
十、建置順序：先手動跑穩，最後才自動
最後講順序，因為跳步驟是迴圈翻車的主因。正確的順序是：
- 先讓這件事手動跑順、跑到穩定
- 再把它整理成一張清楚的清單
- 然後把清單包成一個會自己跑的迴圈
- 最後真的需要了，才讓它自動觸發
我自己也是先手動寫了幾十篇文章，清楚知道每次在檢查什麼，才把那張清單交出去。清單是從真實經驗長出來的，不是憑空想的。
收尾：槓桿往上移一層
把這篇收成一句話：你要學的，是把自己從「一直下指令的人」，變成「設計清單的人」。這跟會不會寫程式無關。
而且會帶人、會設計流程、會反覆做同一類工作的人，其實比工程師更有條件做這件事。因為你早就有那張清單了，它只是還在你腦袋裡，沒被寫出來。我一直在做的，就是把這種你早就會、卻說不清楚的判斷，一條一條提煉出來，變成可以重複用的東西。
換你了。你做一件事之前，腦袋會自動跑哪幾個問題。那一圈，就是你可以設計成迴圈的東西。
常見問題
迴圈工程跟提示詞工程，我該學哪個？
先把提示詞用熟，因為迴圈裡每一步還是靠提示詞。等你發現自己一直在重複叫 AI 做同一串步驟，那就是該把它包成迴圈的時候。
我不會寫程式，也能做迴圈嗎？
可以。這篇全程沒有任何程式。迴圈的核心是那張「怎樣算做完」的清單，跟你會不會寫程式無關，跟你清不清楚自己的標準有關。
迴圈會不會讓 AI 失控、一直跑？
會，如果你沒設停止條件。所以每個迴圈都要有一句「改到通過就停」或「轉兩三輪沒進展就停下來問我」。停止條件跟驗收清單一樣重要。
什麼工作最適合先拿來做成迴圈？
你最常重複、而且你說得清楚「怎樣算做好」的那件事。對我來說是寫文章。對你可能是回固定類型的客戶訊息、整理會議、做每週報表。
延伸閱讀
- 意圖優先：從提示詞工程到駕馭工程（即將發佈） 迴圈是你設計的循環，駕馭工程是你怎麼給 AI 目標跟底線，兩篇一起看。
- 我的文件就是我的系統：非工程師怎麼設計 Agent 把判斷寫成文件，就是把你的迴圈存下來的方法。
- 如何訓練自己的 AI 員工：員工＋顧問框架 從單一動作到一整套工作流，看判斷怎麼變成可重用的流程。