这是一份给某省卫健委医政处负责人看的《基层AI辅助诊断系统落地障碍分析报告》，用于下周专题会决策是否扩大试点范围；1. 现状扫描：列2024年5个省级试点真实数据（来源限国家卫健委公报/省级评估报告）；2. 障碍归因：按设备层→系统层→人员层→制度层四级拆解，每层1个最痛问题+1句现场访谈原话；3. 建议部分：3条，每条含责任主体+启动条件+3个月内可见动作；所有数据引自2023–2024年《中国卫生健康统计年鉴》等指定公开文件，禁用模糊表述，量化表达替代定性词，括号简标出处，全文无脚注参考文献。
☞☞☞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☜☜☜
你需要用DeepSeek生成一份真正能用的研究报告，不是堆砌术语的空洞文本，而是有数据支撑、逻辑闭环、能直接嵌入汇报或提交评审的成果。这要求你写的提示词必须让模型清楚知道你要什么、用在哪儿、谁看、怎么用。
第一步：说清“谁在什么场景下用这份报告”
直接告诉DeepSeek使用角色、使用场合和决策用途。例如：“这是一份给某省卫健委医政处负责人看的《基层AI辅助诊断系统落地障碍分析报告》，用于下周专题会决策是否扩大试点范围。”
不写这个，模型默认按学术论文风格输出——满篇“综上所述”“有待进一步研究”，但卫健委领导需要的是“3个卡点+2条可立即执行的破局建议”。【没写使用场景=默认通用模板，90%内容需重写】
第二步：框定报告骨架，不许自由发挥
用编号或符号明确列出必须包含的模块，且注明每部分的核心任务。例如：
1. 现状扫描：只列2024年已落地的5个省级试点真实数据（来源限国家卫健委公报/省级评估报告），剔除预测性描述；
2. 障碍归因：按“设备层→系统层→人员层→制度层”四级拆解，每层只写1个最痛问题+1个现场访谈原话佐证；
3. 建议部分：给出3条，每条含“责任主体（如县级卫健局）+启动条件（如已有远程心电平台）+3个月内可见动作（如每月1次装机后校准培训）”。
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
这一步漏掉任何一项，模型就会自动补全它认为“合理”的内容——而那些补全项往往是你根本不需要的。
第三步：塞进真实约束条件
方法一：限定信息来源
写明“所有数据引用必须来自2023–2024年《中国卫生健康统计年鉴》《国家医疗质量安全报告》及已公开的省级试点验收文件，禁用‘据调研’‘业内人士指出’等模糊表述”。
方法二：控制语言颗粒度
加一句：“避免使用‘显著提升’‘明显改善’等定性词，全部替换为可验证的量化表达，例如‘诊断时效从平均4.2小时压缩至1.7小时（2024年Q1-Q3三级医院数据）’。”
方法三：堵死格式漏洞
结尾加：“全文禁用脚注、尾注、参考文献列表；所有数据出处以括号内简标呈现，如（卫健委统〔2024〕12号表3）。”
第四步：给模型一个“检查锚点”
第一步：生成初稿后，立刻执行以下验证：
① 打开报告，随机挑3处数据，反向搜索是否真能在指定来源中找到对应原文；
② 把“建议”部分单独复制，发给一位实际业务负责人问：“这条建议你现在就能拍板执行吗？如果不能，卡在哪儿？”
③ 删除所有“我们认为”“应该”“建议加强”类表述，只剩主语+动作+时限+交付物，比如“县疾控中心于2026年9月前完成AI质控模块与LIS系统接口联调”。
只要有一条通不过，整份报告退回重写——不是微调，是重写。
