DuMate需通过精炼提示词、限定格式、注入强上下文和拆解任务链来提升响应质量。具体包括：动词开头明确任务、硬约束输出格式、绑定角色身份、标注时效锚点、定义受众特征，并分三步拆解复杂请求。
☞☞☞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☜☜☜
当你在DuMate中输入问题却得到模糊、跑题或信息堆砌的回答时，说明当前提示词未触发其强上下文理解与任务拆解能力，需要主动干预而非等待模型自我优化。
精炼提示词结构
删除所有“请问”“麻烦”“能不能”等铺垫性表达，直接以动词开头明确任务类型。例如把“能不能帮我分析一下这个Excel里的销售趋势？”改成“分析Excel中2026年Q1-Q2各产品线销售额变化趋势，用折线图呈现。”
限定输出格式和长度：在句尾加硬约束，如“仅输出3个结论，每条不超过20字”“以Markdown表格呈现，列名：省份｜一本线｜你的分数｜差值”。【不加格式约束时，DuMate默认生成带解释的长文本，无法满足快速决策需求】
注入强上下文
方法一：绑定角色身份
在提问前插入一句身份设定，例如：“你是一名有8年教龄的高三班主任，正在帮理科生张明填报志愿。”
方法二：嵌入时效锚点
对政策类、数据类问题必须标注时间范围，例如：“仅依据2026年6月30日前各省教育考试院官网最新发布的招生计划作答。”
方法三：定义受众特征
面向技术执行者时写明：“给Python开发者，用pandas代码片段实现，含注释说明每行作用。”
拆解复杂请求为子任务链
第一步：先让DuMate识别原始提问中的核心要素
输入：“提取我下面这句话中的①主体对象；②期望动作；③隐含约束；④目标输出形态：‘对比清华和浙大计算机专业近三年录取分、就业率、保研率，做成可打印的横向对比表’”
第二步：基于提取结果生成响应
粘贴上一步输出，接续输入：“按上述四点，生成横向对比表，仅含三所高校数据，字段顺序：学校｜2024录取分｜2025录取分｜2026预估分｜就业率｜保研率。”
第三步：要求交叉验证
输入：“检查该表格是否满足：①所有数据均来自阳光高考平台2026年6月更新；②未出现‘预计’‘可能’等模糊表述；③保研率单位统一为百分比。”
