Gemini多角色循环：生成并审核公务员考试式选择题

原文要点

原工作流为手动触发的n8n流程：先用Initialize State节点写入主题、迭代计数（从1开始）和可选反馈；Google Gemini分饰Generator（生成草稿）、Solver（优化）、Examiner（评审）三个角色；Examiner须输出至少含decision字段（如APPROVED/REJECTED）的合法JSON，解析节点从中提取结论并追加迭代次数与主题元数据；若驳回且未满三次，把反馈带回下一轮重新生成，直至通过或达到上限。需配置Google Gemini (PaLM) API凭据并在三个节点分别选模型。

这次做成什么

在自己的n8n里搭一条“生成—评审”循环：Gemini先出公务员考试式选择题草稿，再优化，再以Examiner身份输出结构化JSON审核结论，驳回则带反馈重试，最多三轮，输出最终通过的题目。下面流程与提示词均为本站独立设计，界面按钮名称以你实际n8n版本为准。

准备什么

• 一个可用的n8n实例（云端或自托管），有新建与手动执行工作流的权限
• Google Gemini (PaLM) API凭据，已在n8n的Credentials中配置完成
• 一个明确的出题主题字符串，例如“中国古代史常识”
• 理解n8n的If分支与表达式引用基础操作

具体怎么做

1. 手动触发并初始化状态

   新建工作流，用Manual Trigger作为起点，后接一个Set节点命名为Initialize State，写入三个字段：topic（字符串，如“中国古代史常识”）、iteration（数字，设为1）、feedback（字符串，留空）。手动执行一次确认字段都能读出。

2. 生成草稿选择题

   接Google Gemini节点命名为Generator，模型任选你已开通的Gemini模型，提示词中同时引用{{$json.topic}}和{{$json.feedback}}：要求生成一道四选一选择题，含题干、四个选项、正确答案和解析；若feedback非空，必须逐条修正反馈中指出的问题。

3. 优化与评审

   再接一个Gemini节点Solver，把Generator输出的题目文本传入，要求润色题干、消除歧义选项。然后接Gemini节点Examiner，提示词强制其只输出一个JSON对象，至少包含decision字段（只能取APPROVED或REJECTED）和feedback字段（驳回时的修改意见）。

4. 解析审核结论

   接Code节点，对Examiner的文本输出做JSON.parse，取出decision与feedback，并把当前iteration和topic合并进输出对象，得到形如{decision,feedback,iteration,topic,question}的记录。解析失败时把decision置为REJECTED并写明原因，避免流程静默通过。

5. 分支循环与输出

   接If节点：条件为decision等于REJECTED且iteration小于3。走True分支时用一个Set节点把iteration加1、把Examiner的feedback写回feedback字段，然后连线回到Generator节点形成循环；走False分支（通过或已达3次）时把最终记录作为工作流结果输出，结束。

可直接复制的材料

你是一名公务员考试命题人。请围绕主题「{{$json.topic}}」出一道单项选择题。
要求：
1. 题干不超过80字，考查一个明确知识点；
2. 给出A、B、C、D四个选项，只有一个是正确答案，干扰项要有迷惑性但不能有争议；
3. 给出正确答案字母和不超过60字的解析；
4. 输出格式为：题干/选项A-D/答案/解析，分四段。
【反馈】{{$json.feedback}}
如果上面反馈不为空，请逐条修正反馈指出的问题后再输出。

你是严格的题库审核员（Examiner）。请审核下面这道选择题：
【题目】{{$json.draft}}
审核标准：答案唯一且正确；解析与答案一致；无知识性错误；干扰项无歧义；主题与「{{$json.topic}}」相关。
只输出一个JSON对象，不要输出任何其他文字，格式：
{"decision":"APPROVED或REJECTED","feedback":"若驳回，用一句话写明最主要的修改意见；若通过，填“通过”"}

{"topic":"中国古代史常识","iteration":2,"feedback":"上一轮的解析与答案字母不一致，请让解析明确指向正确选项","draft":"题干：下列哪一项不属于“战国七雄”？\nA. 齐国 B. 楚国 C. 鲁国 D. 秦国\n答案：C\n解析：战国七雄为齐、楚、燕、韩、赵、魏、秦，鲁国不在其中。"}

输入与输出示例

本站虚构演示，非原作者运行结果；你的模型输出格式可能不同，需按实际调整解析代码。

输入

topic=“中国古代史常识”，iteration=1，feedback为空，在Generator节点用上面的生成提示词手动执行一轮。

对应输出

解析后的记录示例：{"decision":"APPROVED","feedback":"通过","iteration":1,"topic":"中国古代史常识","question":{"stem":"下列哪一项不属于“战国七雄”？","options":["A. 齐国","B. 楚国","C. 鲁国","D. 秦国"],"answer":"C","explanation":"战国七雄为齐、楚、燕、韩、赵、魏、秦，鲁国不在其中。"}}

做完检查这些

• Examiner节点的输出能被Code节点JSON.parse成功，且包含decision字段，取值仅为APPROVED或REJECTED
• 把decision故意改成REJECTED后，流程会回到Generator且iteration从1变为2，feedback被带入下一轮提示词
• 连续三次REJECTED后流程停在第3次并输出最终记录，不会进入第4轮
• 最终输出记录里同时包含question内容、iteration和topic三个字段

容易卡住的地方

• Examiner若输出了JSON以外的解释文字，JSON.parse会抛错，需在提示词里强调“只输出JSON”并在Code节点加try/catch兜底
• 三个Gemini节点都要单独选择已配置的Google Gemini (PaLM)凭据，漏选会在执行时报凭据缺失
• 循环回连Generator时若忘记把iteration加1，If条件恒真会形成无限循环
• 原文只描述流程结构，正文未附提示词原文，本指南的字段名、提示词与节点命名均为本站独立设计，与原模板可能不同，需在你自己的n8n里逐一核对