【目标】（这里写清楚要做成什么，越具体越好）

【输入】（这里写清楚读哪个目录、哪些文件，以及必要的背景）

【输出格式】（这里写清楚要生成什么格式的文件）

【约束】
1. 只写材料里有依据的内容；无法确认的事项单独列在文末「待我补充」区，不要替我推测或填充。

差距不在模型，在指令

同一个工具，有人用得很顺、有人觉得「也就那样」，差别多数时候不在模型选得对不对， 而在指令有没有把该说的说完。

一个很典型的对照：「帮我把上次的会议纪要整理一下」对比 「把 D:/会议纪要/0320产品评审.docx 整理成一份清单，包含每个议题的结论、 对应的责任人和截止日期、并标记有争议未决的事项，用表格输出，不需要开场白」。

后面这句多花二十秒，省掉的是三四轮来回。差别不在于写得漂亮， 而在于前一句里有三件事需要 AI 猜：哪次会议、整理成什么形态、输出到哪。 猜错一件就返工一轮。

四个结构位

把需求拆成四个位置来填，是最省心的办法——不需要记什么话术，缺哪个补哪个：

• 目标：要做成什么。越具体越好，最好具体到「几个板块、每条多长」。
• 输入：读哪些文件、哪个目录，以及必要的背景信息。
• 输出格式：要 Word、Excel、PPT 还是 Markdown，落在哪个目录。
• 约束：不许做什么。这一位最容易被跳过，也最值钱。

前三位多数人稍加提醒都能写出来，真正拉开差距的是第四位。

约束这一位为什么最值钱

因为 AI 在信息缺失时的默认行为是补全，而不是留白。 你没说的地方，它会用一个看起来合理的内容填上——这就是「读着挺顺但细看不对」的来源。

所以约束的本质不是限制它，而是把不确定的东西逼到明面上。 几条特别管用的：

• 无法确认的事项单独列在文末，不要混进正文——你扫一眼就知道哪儿要自己动手
• 只描述材料呈现的情况，不要推测原因——数据能说「降了」，说不了「为什么降」
• 没有可用材料时直接说「无数据」，不要生成填充内容——这条能挡掉大部分定时任务的翻车
• 涉及移动、重命名、覆盖文件时先列清单让我确认——不可逆操作的唯一保险

上面的工具把这些做成了可勾选的模板，不用每次自己想。

两轮法：先要清单，再要成稿

任务涉及多个文件时，别一轮到底。第一轮只让它列出读到了哪些文件、每份对应什么内容， 你扫一眼就能发现两类致命错误：有没有漏读、有没有把两件事串到一起。

这两类错误如果等成稿之后才发现，整篇都得推翻。而在清单阶段发现，改一句话就行。

确认之后第二轮再要成稿，还可以直接指着清单说「第 3 条和第 5 条是同一件事，合并」—— 不需要重新描述背景。

不满意就接着说，别重写提示词

拿到结果不满意时，很多人的反应是回去改提示词重跑一遍。其实直接接着说更快： 「太长了，压到一半」「语气随意一点，像跟同事同步进度」「表格按金额排序」。

它会基于已有上下文继续处理，不需要你重复背景。而且一次只改一样， 你才看得出改动是不是往你要的方向去了——一口气提五个修改意见，往往会顾此失彼。