多轮改写最容易出问题的地方，不是模型写不出来，而是每一轮都改了一点，改到最后没人说得清哪句是原意。可行的拆法是：Muse Wonder 只负责按轮次改写，脚本只读文件做差异比对，人只看差异越界的轮次。判断一个环节是否跑通，看两点：固定路径下能否找到每轮的输入与输出；脚本输出的差异行号和差异条数能否和人工抽查对得上。边界是脚本只做机械比对，语义是否失真仍要人来判断。

把 Muse Wonder 的多轮改写和输出一致性检查拆成两条线：改写产物固定写到 r01、r02、r03 目录，脚本只读这些目录并输出差异行号与差异条数。脚本不判断语义对错，差异集中在措辞还是事实，需要人工按类型标注。适用场景是文案、脚本、提示词的多轮润色；风险边界是模型用同义替换改掉数字或条件时，行级 diff 只能提示改动位置，不能替你判断该不该保留。

固定每轮改写的输入输出存放位置

脚本要稳定工作，前提是每轮改写的输入和输出都有固定位置。建议不要依赖聊天窗口里的复制粘贴，而是把 Muse Wonder 的每轮结果落到同一个工作目录。目录可以这样组织：

muse-wonder/\n├── base.md              # 原始稿，只读参考\n├── r01/\n│   ├── input.md         # 本轮输入\n│   ├── prompt.txt       # 本轮使用的改写要求\n│   └── output.md        # Muse Wonder 输出\n├── r02/\n├── r03/\n├── diff/                # 脚本输出的差异文件\n└── records.md           # 轮次记录表

轮次编号建议用两位数字递增：r01、r02、r03；同一轮重跑不覆盖旧结果，追加字母，如 r02b。这样脚本参数只需换目录名，不用改代码。初始化命令示例：

mkdir -p muse-wonder/r01 muse-wonder/r02 muse-wonder/r03 muse-wonder/diff\ncp base.md muse-wonder/r01/input.md\n# 将 Muse Wonder 对 r01/input.md 的改写结果保存为\n# muse-wonder/r01/output.md\n# r02 的输入应等于 r01 的输出，先校验再复制\nsha256sum muse-wonder/r01/output.md\ncp muse-wonder/r01/output.md muse-wonder/r02/input.md\nsha256sum muse-wonder/r02/input.md

验证方式：两个 sha256sum 值一致，说明轮次衔接没有手动改文件。每轮完成后在 records.md 追加一行，记下轮次、输入文件、输出文件、使用的 prompt 文件和字符数变化。字符数变化不是质量指标，只是给复核时一个参考信号。轮次记录表可以先用下面这几列：

写一个只做差异比对的脚本骨架

这个脚本放在 muse-wonder 目录下执行，只做一件事：读两个文本文件，逐行比对，输出差异行号和差异条数。它不调用 Muse Wonder 的接口，也不改写文件，因此换模型或换工具都不影响它。把下面代码保存为 compare_rounds.py：

# compare_rounds.py\n# 用法: python compare_rounds.py 左文件 右文件\nimport difflib\nimport pathlib\nimport sys\n\ndef read_lines(path):\n    return pathlib.Path(path).read_text(encoding='utf-8').splitlines()\n\nold = read_lines(sys.argv[1])\nnew = read_lines(sys.argv[2])\n\nsm = difflib.SequenceMatcher(None, old, new, autojunk=False)\nchanges = []\nfor tag, i1, i2, j1, j2 in sm.get_opcodes():\n    if tag == 'equal':\n        continue\n    changes.append((tag, i1, i2, j1, j2))\n\nprint('差异条数:', len(changes))\nfor tag, i1, i2, j1, j2 in changes:\n    print(f'[{tag}] 左 L{i1 + 1}-{i2} -> 右 L{j1 + 1}-{j2}')\n    for line in old[i1:i2]:\n        print('  -', line)\n    for line in new[j1:j2]:\n        print('  +', line)

运行方式是把相邻两轮的输出文件传进去，并把结果同时写到 diff 目录：

python compare_rounds.py muse-wonder/r01/output.md muse-wonder/r02/output.md | tee muse-wonder/diff/r01-r02.diff\npython compare_rounds.py muse-wonder/r02/output.md muse-wonder/r03/output.md | tee muse-wonder/diff/r02-r03.diff

需要替换的地方只有文件路径。如果文本里有整段换行差异，脚本会显示为删除加新增，这是行级比对的正常行为。建议先拿 base.md 和 r01/input.md 跑一次，确认差异为 0，再开始看改写轮次之间的差异。

跑三轮改写，看差异集中在措辞还是事实

准备 r01、r02、r03 三轮后，先分别跑 r01 对 r02、r02 对 r03。输出格式大致如下，具体行号和条数以你的文件为准：

差异条数: 6\n[replace] 左 L3-3 -> 右 L3-3\n  - 该活动将在下周一上线。\n  + 该活动预计下周一带量上线。\n[delete] 左 L8-8 -> 右 L7-7\n  - 参与用户需在 7 天内完成注册。\n  + （无对应行）\n...

拿到差异后不要直接改稿，先人工把每条差异标一个类型。常见的分法是：措辞类、结构类、事实类、缺失类。标注时可以写在 diff 文件对应行前面，也可以另建 labels.md 记录“轮次 + 差异条序号 + 类型”，不要直接改 output.md，否则下一轮比对失去基准。

如果三轮看下来，差异绝大多数是 [W] 和 [S]，说明 Muse Wonder 主要在润色，人工复核量可以压得比较低。如果出现 [F] 或 [M]，即使只有一条，也要进入下一节的复核流程，因为措辞改写和事实偏移在行级 diff 里长得差不多，机器分不出来。

把差异超阈值的轮次挑出来人工复核

阈值的作用是收口，不是替代判断。可以先设几条触发条件：差异条数超过 5 条；出现 [F] 或 [M] 标记；同一事实字段在两轮之间反复变化；关键段落被整段替换。这个数值需要结合文本长度和你的容忍度调整，文本越长，允许的措辞差异通常可以放宽，涉及参数、步骤、条款时则应收紧。

触发复核后，按固定格式记录，方便下一轮判断是否回退：

复核后的动作建议固定成几步：需要回退的轮次，以上一轮输出作为下一轮输入；修改下一轮 prompt，明确写出不得改动数字、日期、否定词和条件从句；把产品名、参数名、专有名词整理成固定词表，随 prompt 一起提供；只重跑被改动的段落，再跑一次 compare_rounds.py 确认差异收敛；最后把结论写回 records.md。阈值和标注规则都只是辅助，真正要守住的是每轮输入输出可追溯、差异位置可定位、事实变化有人看过。