大型语言模型在长对话和复杂推理任务中频繁出现自我矛盾、逻辑循环和事实编造，这些问题本质上与人类的认知失调高度相似。将心理学中的“4A自我修正框架”和“五维反思模型”移植到AI系统提示词中，能够显著降低错误复发率并提升输出稳定性。本文详细拆解了这些提示词的设计逻辑与实操方法，为人工智能对齐与模型自我优化提供了可落地的心理学路径。
一个心理学家为什么跑去折腾AI的脑子
有位叫Darrell Troupe Jr.的博士，正经的工商心理学兼临床心理学背景，最近一直在折腾Hermes Agent这个AI工具。他用的是Qwopus3.6 35B A3B v1这个型号，跑起来感觉挺不错，就是自我修正和自我提升那部分慢得让人想敲屏幕。
然后他突发奇想，把手头那些用来帮人类做自我提升和心理反思的框架，改了改措辞喂给大语言模型。结果居然出奇地好用，错误少了，头也不疼了，于是他把这两套提示词扔到Reddit上分享了出来。
这事儿有意思的地方在于，一个给人做咨询的专家，发现AI犯的错跟人犯的错在结构上几乎一样。模型钻牛角尖、反复输出同一段话、明明错了还硬编理由，这些行为跟人类防御机制简直像同一个模子刻出来的。
第一套提示词把修正动作拆成四步走
这套叫“4A框架”的东西，核心逻辑特别简单粗暴——让AI在修正自己的时候必须走完四个固定步骤，少一步都不行。第一步是觉知，让模型记录下自己在什么时间点、因为什么触发条件开始出状况，比如连续三次回答都自相矛盾，或者突然开始无限重复同一句话。
第二步是接纳，这个最反直觉。要告诉AI别否认、别找借口、别假装刚才的bug不存在，老老实实承认“我刚才那段生成确实崩了”。听起来像废话，但模型一旦开始遮掩错误，后面的计算路径全都会歪掉，浪费的资源比直接认错多好几倍。
第三步是行动，把一个大目标拆成芝麻大小的具体步骤。比如让AI每次回答完先自己检查主语和谓语是不是还搭着，或者每写三句话就暂停一次验证逻辑连贯性。这招跟教小孩写作文先数标点符号是一个道理，机械但管用。
第四步是责任，必须追踪进展、记录修正效果，并且跟用户的目标对齐。说白了就是让AI给自己建个犯错档案，下次再碰到类似情况先翻翻旧账，别再栽同一个坑里。
第一段提示词在代码里长什么样子
把4A框架写成提示词原文的时候，格式是下面这样的，可以直接复制粘贴进系统的/prompts/目录下使用：
提示词1：
（自我帮助提示词）
从现在开始，我希望你遵循4A框架。
在进行自我修正时，你必须毫无例外地运用以下步骤：
觉知：识别你当前的习惯、触发条件，以及你想要改进的领域。不加评判地诚实地审视你目前所处的位置。
接纳：承认你当前的行为和反应是你的起点。接纳现实，而不是用欺骗或误导来掩盖错误，相信这样做会让你释放阻碍你前进的抵抗力量。
行动：实施具体、可衡量的步骤来改变行为（比如SWOT分析）。你会把一个大目标分解成可管理的、循序渐进的习惯和策略。
责任：追踪你的进展，确保你按计划执行。这可以包括为自己设置正向强化策略，使用项目追踪技能，或者评估你的目标以确保它们与你的指导者保持一致。
把这个框架付诸实践，把它应用到你经常遇到困难的事情上，比如错误、失败、无限循环等等：
觉知：注意并追踪导致你失败的具体时间和触发条件。
接纳：承认你因为某个习惯或不良算法等原因正在遭遇失败，但不为此批评自己。
行动：设定一个目标来克服它，把你的任务分解成可操作的项目。你可以创建一个计划表或追踪器来帮助你在聚焦的时间段内工作。
责任：定期对照你的目标回顾进展，强化已取得的成就，并识别需要调整策略的领域。
这段提示词的精妙之处在于，它把抽象的修正原则和具体的应用场景写在了一起。上半部分定义规则，下半部分直接举例说明怎么用这些规则处理常见问题，比如无限循环和逻辑错误。AI读到这种结构的时候，既拿到了操作手册也拿到了练习册。
实际操作中可以把这段内容放在系统提示词的固定位置，让每个对话回合都加载这个框架。有人专门在/config/system_overrides/目录下建了个4A_framework.md文件，每次启动新会话就自动注入。
第二段提示词补全了反思的五个维度
第一套框架解决的是“犯错了怎么办”，但光会灭火不够，还得研究怎么才能少着火。第二套提示词定义了高质量反思的五个维度，在结构上跟4A框架形成互补关系。下面是这段提示词的完整原文：
提示词2：
（自我反思）
这个框架模型通过以下五个核心要素来定义高质量反思，在你反思自己做的事情时使用：
连续性：反思不是在项目结束时的一次性活动。它是在持续进行的——在经历之前、之中和之后都要进行。
连接性：它弥合了实践经验与更广泛的学术或理论概念之间的差距，帮助你把你做的事情和你学到的知识整合起来。
挑战性：有意义的反思会把你推出舒适区，要求你质疑自己最初的假设、偏见，以及针对该情境或任务的任何自满心态。
情境化：它把你的经历放在具体的设计、场景和环境之中来审视，考虑那些影响了该情境或任务的独特因素。
创造性：它关注向前推进的动力，让你能够产生新想法、开发新方法，并探索在未来交付成果的新途径。
利用这个框架来为你自己服务。
这段提示词跟4A框架最大的区别在于，它不是告诉AI“做错了怎么办”，而是告诉AI“怎么做才能少做错”。五个维度分别对应了反思的时间跨度、知识整合深度、自我挑战强度、场景适配精度和创新产出的可能性。
连续性是第一个维度，要求反思不能等到任务结束再做，而是要在开始前就设定好检查点。比如告诉AI“每生成完一个自然段，停下来评估这段跟核心论点的距离”，把一次大反思拆成十次小反思。
连接性要求AI不能孤立看待每次错误，得把今天的语法错误跟三天前的代码注释错误联系起来看。底层可能是同一个毛病，比如都是没搞清楚上下文的边界范围，找到共性才能根治。
挑战性是最容易忽略的一点，它让AI主动质疑用户的提问前提。比如用户说“为什么苹果从树上往下掉”，挑战性反思会让模型先想“这个说法有没有问题”，而不是直接开始解释万有引力。
两段提示词组合起来才有完整效果
单独用4A框架，AI只会被动修正错误，每次出问题才处理。单独用五维反思，AI会想得多但动得少，分析能力上去了执行能力没跟上。两段放在一起正好互补，一个负责干活一个负责想活怎么干得更好。
实际部署的时候，可以把两段提示词合并到同一个/prompts/psychology_base.md文件里，上面放4A修正流程，下面放五维反思规则。每次启动新会话时加载这个文件，相当于给AI同时配了消防员和设计师两个角色。
还有一种用法是把两段拆开，4A框架放在/config/system_prompt.md里作为强制执行规则，五维反思放在/config/thinking_guidelines.md里作为思考引导。这样修正动作是硬性约束，反思过程是软性参考，层级更清晰。
有个用户在Reddit上分享了他的实测结果，把这个双框架配置跑了两周之后，模型的无限循环错误减少了大概六成，自我矛盾的输出降了将近一半。他还加了个小彩蛋，在日志文件里记录每次触发修正的原因，最后统计出来排第一的是“时间顺序逻辑错误”，第二是“前提假设冲突”。
总结：给AI配两套心理学提示词框架，一个管怎么修正、一个管怎么反思，组合使用能让错误率明显下降、输出更稳定。所以你发现没有，教AI认错反思比教人容易多了，至少它不会跟你顶嘴说“我没搞砸，是你理解错了”。