Review 檢查是什麼？叫 AI 找問題而不是誇你

多數人請 AI 幫忙看東西，得到的是一串稱讚，然後補一句「若有需要我可以再優化」。看起來很客氣，實際上沒有任何資訊。

問題不在 AI 不會挑毛病，而在你沒有叫它去挑。這個動作我把它獨立出來，叫做 Review。

定義

Review（檢查）是請 AI 針對一份已完成的內容找出問題，並列成清單。它不改內容，只負責指出哪裡有狀況。

我常說一句話：Review 不負責改，Review 負責找。修改是下一步的事，順序倒過來就沒有意義了。

白話比喻

想像你寫完一份課綱，直接請人幫你修。對方改完，你其實不知道原本哪裡有問題，也不知道他為什麼那樣改。

換成先請他挑毛病，你會拿到一張清單：這裡缺漏、那裡重複、這段邏輯跳太快。看完清單再決定怎麼改，你才是那個做決定的人。

常見的檢查項目

這五項幾乎可以套用到任何成品上：課綱、提案書、講義、文案、SOP 都適用。

完整流程

1. 產出內容，先把課綱、提案或講義完成。
2. Review 檢查，讓 AI 開始找問題，這一步不修改內容。
3. 列出問題，把發現歸納分類成一張清單。
4. 優化修改，根據清單逐項處理。
5. 再次 Review，檢查是否改善、有沒有殘留問題。

第五步之後可以回到第四步，形成迴圈。這就是 迭代 在實務上最直接的用法。

進階做法是多角色 Review

同一份內容，請 AI 分別用不同身份檢查一遍。以課綱為例，可以用學員角度、講師角度、課程顧問角度各跑一輪。

學員問的是看不懂的地方在哪、會卡在哪裡；講師問的是順不順、教得出來嗎；顧問問的是競爭力如何、市場需求吻不吻合。

同一份內容，瞬間得到三種觀點。這是單一視角的檢查換不到的東西。