唔係你 prompt 寫得差 — 係你冇 set 個 loop。
4 步框架教 AI 自己 review 自己改到 Pass。
99% 人用 AI 仲係「投幣式」—丟一句指令，期待跌出完美答案。錯咗？自己 copy 出嚟再試過。真正穩定出貨嘅人，係將 AI 包入一個 generation → verification 嘅 loop。下面先睇 Prompt vs Loop 嘅差別，再跟 4 步框架，最後抄走 2 條 QC prompt 範本。
冇標準，loop 永遠停唔到。把 verify 條件寫死：必須包含什麼、不能有什麼、格式如何。例：一條腳本要「第 6 句先揭名 · 每 2 句一個情緒詞 · 25-35 秒 · CTA 含 keyword + 帳號」。有了這把尺，AI 才知道何時算 Pass。
別只靠肉眼檢查，又慢又容易走漏。生成完即刻追問：「對照上面標準，逐項報 Pass / Fail」。讓 AI 評自己的產出，往往比你想像中更嚴格。這一步是迴圈的「眼睛」—— 沒有自評，就無從改起。
不要整份推倒重來。針對自評找到的 Fail 項，逐一修。對的部分保留，只動有問題那些。改完不算完 —— 落回迴圈，再 Verify 一次。一條腳本通常要 loop 3 輪才全 Pass，從來不是一 take 過。
第 1 輪通常 4-5 項 Fail，第 2 輪剩 1-2 項，第 3 輪通常全 Pass。設定 max iteration（建議 3-5 輪），超過就停下來人手介入。3 輪內必過嘅就係 production-ready；3 輪都過唔到嘅，係 Pass 標準本身有問題。
criteria.md（你自己寫嘅 Pass 標準）+ 你嘅 draft，AI 就可以自己跑 loop。真正穩定出貨嘅人，唔係寫一句神級 prompt。佢哋係將「點先算對」寫成 criteria.md，叫 AI 自己跑 Pass / Fail，loop 到全部過才收貨。Prompt 決定起點，Loop 決定終點。
Loop Engineering 嘅 4 步框架，可以喺 Claude Code 入面寫成 Skills + Subagents + Hooks — 一條命令落去，AI 自己 generate → eval → fix → verify，直到 Pass 才出貨。
完整 12 Agent 系統 — 13 員工 charter · 自動化 hooks · Subagents 平行處理 · 30+ 實戰 prompt，教你由 vault 起一間真・一人公司。
早鳥 $3,888（原價 $6,800）· 限時優惠