Reflection 自我反思機制是什麼？讓 AI 先檢查再交卷

AI 寫完東西馬上交給你，你再花時間挑錯，這是大部分人現在的用法。

自我反思機制把挑錯這一步搬到交卷之前，讓 AI 先問自己一句：這真的是最好的答案嗎？

定義

Reflection（自我反思機制）是 AI Agent 的核心能力之一。它讓 AI 在產生初步結果後，透過自我提問、驗證與修正，主動發現潛在問題並提升輸出品質。

流程只有三步：產生初步結果、自我反思檢查、確認無誤後輸出給人類。關鍵在中間那一步不能省。

白話比喻

就像考試交卷前再檢查一次。你不是把整張考卷重寫，而是拿著檢查清單逐題確認：算式有沒有寫錯、題目有沒有漏、單位對不對。

酒Ann 的講法是，反思讓 AI 像一個負責任的專家，輸出前先問自己：「這真的是最好的答案嗎？」

反思可以檢查什麼

實際用例

以一個寫程式的 Agent 為例。使用者要一段計算費氏數列的函式，AI 先產出初稿，接著啟動多角度檢查：邊界條件對不對、有沒有 Bug、變數命名清不清楚、測試多組輸入結果是否符合預期。

檢查後發現初稿在輸入為零與一的情況下回傳錯誤，於是修正邊界條件與起始值，確認無誤才輸出最終結果。這一輪你完全不用參與。

常見的反思策略

• 自我提問，讓 AI 自問自答，檢查各個面向。
• 多角度驗證，從不同角度或方法驗證結果。
• 測試驅動，透過測試案例驗證輸出的正確性。
• 迭代改進，多次反思與修正，直到達到最佳。

實作方式可以是單一 Agent 內部反思，也可以是多 Agent 協作，一個負責生成、另一個專門檢查。搭配 Loop Chain 迴圈工作流 與 Feedback Loop，品質會更穩定。