加贴切示例可显著提升文心一言生成课程大纲的质量与稳定性：明确任务目标+结构化要求+严格对齐的单例+“---”分隔+场景匹配颗粒度，能精准锚定格式、层级与深度，避免空泛或逻辑混乱。
☞☞☞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☜☜☜
用文心一言生成课程大纲时，提示词里不加具体示例，模型容易输出空泛、结构松散或不符合教学逻辑的提纲；加上贴切的示例后，模型能快速锚定格式、层级粒度和内容深度，输出稳定性明显提升。
明确指令+单个高质量示例
第一步：在提示词开头用中文清晰说明任务目标，例如“请为高校通识课《人工智能与社会》设计一份8周课程大纲”。
第二步：紧接着写“要求包含：每周主题、核心知识点（3～5条）、课堂活动建议（1项）、课后任务（1项）”。
第三步：插入一个完整示例，格式严格对齐后续期望输出——比如第1周的样例必须含“主题”“知识点”“活动”“任务”四栏，且知识点用短语而非句子，活动建议写成“小组辩论：AI是否应拥有法律人格？”，任务写成“阅读《AI 2041》第1章并提交200字反思”。
注意：示例必须真实存在、不可虚构字段，否则模型会模仿错误结构。示例中【知识点必须控制在5条以内，超出会触发模型自动压缩或合并，导致关键内容丢失】。
用分隔符隔离示例与指令
在指令末尾与示例之间插入一行“---”，再另起一行写示例。
这一步操作起来很简单，直接换行输入三个短横线就行。
文心一言对分隔符敏感，用“---”能有效防止模型把示例误读为指令延续，避免出现“请按以下格式继续生成第2周……”这类幻觉响应。
示例需匹配目标场景的颗粒度
方法一：面向高校教师备课 → 示例用“第3周：机器学习基础”作为主题，知识点写“监督学习定义、训练集/测试集划分、过拟合现象识别”，活动写“使用Teachable Machine完成图像分类实操”，任务写“调参对比准确率并截图记录”。
方法二：面向企业内训师 → 示例主题改为“第2天：Prompt工程实战”，知识点写“角色设定法、分步拆解法、少样本示例法”，活动写“现场改写3条低效提示词”，任务写“为销售日报生成场景编写2个可复用模板”。
如果给高校示例却要企业结果，模型大概率保留学术术语和理论比重，产出脱离业务实际。
禁用模糊参照词
不要写“类似下面这个格式”“参考如下结构”——文心一言不理解指代关系，会忽略后续内容。
必须写“请严格按以下格式生成，每一周均需包含且仅包含四个部分：主题、核心知识点、课堂活动建议、课后任务”。
示例之后【不加任何解释性文字，不写‘如上所示’‘见下’等过渡短语】，直接结束提示词。
