百度文库AI生成的工作复盘结论页须聚焦问题定位：①锁定最关键失效环节；②揭示底层能力断点；③验证是否重复发生。需用因果链倒推、归因排除、历史数据比对三法深挖根因，杜绝空泛表述。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要让百度文库AI生成的工作复盘结论页真正讲透问题，不能只堆砌“存在不足”“有待提升”这类空泛表述，必须用提示词锁定具体维度、暴露根因、绑定业务动作——否则AI输出的仍是模板化套话。
先锚定复盘结论页的核心功能
工作复盘结论页不是总结流水账，而是给决策者看的“问题定位图”：它要让人一眼看出哪类问题在哪个环节反复发生、损耗了多少资源、为什么没被前置拦截。所以提示词开头必须明确定义输出目标。
在提示词最前面写：“你是一名有5年运营复盘经验的业务负责人，现在要为【XX项目Q3用户召回活动】撰写结论页，面向CTO和运营总监汇报。结论页只保留1页PPT内容（约300字），不写过程、不写建议，只回答三个问题：①最关键的1个失效环节是什么；②该环节暴露出的底层能力断点是什么；③这个断点在过去3次同类活动中是否重复出现。”
这一步卡死了AI的视角——它不能再泛泛而谈“执行不到位”，必须按业务角色、汇报对象、页面容量、问题颗粒度四重约束来组织语言。
用结构化指令逼出根因，而非现象
方法一：因果链倒推法
在提示词中加入：“对识别出的关键失效环节，必须用‘因为A→导致B→最终引发C’三层递进句式展开。A要是可验证的事实（如‘73%的短信触达未带跳转链接’），B要是中间影响（如‘用户无法一键回流’），C要是业务结果（如‘实际召回率比预测低42%’）。禁止出现‘可能’‘大概’‘一定程度上’等模糊词。”
方法二：归因排除法
追加指令：“列出该问题的3个常见归因（如‘人力不足’‘时间紧张’‘需求变更’），然后逐条用数据证伪：例如‘人力不足’需对比本活动人均工时与Q2同类活动差异；若差异＜8%，则标注‘【归因不成立】’并删除该条。”
调用百度PaddleOCR‑VL大模型API，支持PDF、Word、PPT、图片等多格式文档解析，精准识别印刷体、手写体、表格、公式、图表、印章等复杂元素，支持100+语言，可处理不规则布局和跨页长文档。触发词：文档解析、VLM解析、大模型OCR、PaddleOCR、多模态文档、手写识别、公式识别、复杂版面。
这步强制AI调用逻辑校验，避免把表象当原因。很多复盘卡在“为什么”，其实是没做归因排除。
绑定历史数据，戳破“偶发”假象
第一步：明确要求AI调取历史对照组
在提示词中写：“自动关联过去3次同类召回活动的结案报告（已提供附件），提取‘相同失效环节’的出现频次、平均修复耗时、二次复发率。”
第二步：设置触发阈值
补充：“若同一环节在3次活动中出现≥2次，结论页首句必须写：‘这不是单次执行偏差，而是【系统性响应机制缺失】’；若修复耗时中位数＞5工作日，需加粗标注‘【闭环周期超出业务容忍阈值】’。”
第三步：暴露资源错配点
最后加一句：“对比本次问题解决投入（如协调了2名开发+1天紧急排期）与Q2同问题解决投入（仅1名产品调整配置），指出资源投放方式是否与问题等级匹配。”
这三步下来，AI输出的结论会自然带出“为什么总在这儿摔跟头”的答案，而不是把问题包装成意外。
