检索前先思考：通过战略规划与自我批评实现鲁棒的零样本组合图像检索

组合图像检索需结合参考图像与文本修改指令来识别目标图像。在免训练零样本设定下，现有方法多采用单次生成策略，难以检测语义失真或遗漏，导致检索精度下降。为此，本文提出 PEC-CIR 框架，将查询构建重构为多阶段推理流程。该框架包含规划器、执行器与批评者：规划器提取显式约束，执行器生成候选描述，批评者评估合规性。通过将单次输出改为分阶段推理，PEC-CIR 在检索前显式评估候选查询，减少了生成错误传播，显著提升了检索稳定性。