关键在于指令必须包含明确的上下文约束、技术栈限定和行为边界——缺一不可，具体需按【场景+输入源+目标动作+技术约束+异常要求】五要素结构化表达，并指定H3模型、绑定真实文件与依赖版本，强制输出纯代码块等可验证交付物。
☞☞☞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☜☜☜
想让MiniMax Agent准确理解你的编程需求、自动生成可运行代码，而不是反复追问或输出一堆错误示例，关键在于指令必须包含明确的上下文约束、技术栈限定和行为边界——缺一不可。
第一步：用结构化句式锁定任务意图
直接说“写个爬虫”会触发通用模板，结果大概率是requests+bs4的极简版，连反爬都不处理。必须把“谁在什么环境里对什么数据做什么事”一次性钉死。
正确写法：【场景+输入源+目标动作+技术约束+异常要求】五要素缺一不可。例如：“用Python 3.11，在Windows本地运行，从https://example.com/news/页面抓取标题、发布时间、正文前三段，跳过广告区块；若HTTP状态码非200则打印错误并退出，不重试。”
这一步漏掉“Windows本地运行”，Agent可能默认生成Linux路径或Docker部署脚本；漏掉“不重试”，它会自动加urllib3重试逻辑，而你实际只需要单次快照。
第二步：指定模型与执行模式
MiniMax Agent默认调用M2模型，但编程类任务强烈建议显式声明H3模型——它专为工具调用和结构化输出优化，能直接生成带JSON Schema的API接口代码，而非口语化解释。
方法一：在指令开头加前缀“【H3模式】”。例如：【H3模式】用FastAPI写一个用户注册接口，接收邮箱、密码、验证码，校验邮箱格式和密码强度（8位含大小写字母+数字），验证码需匹配Redis缓存值，成功返回{“code”:0,“msg”:“ok”,“data”:null}。
方法二：在空行后追加指令“/use h3”。发送完需求描述后，换行输入此命令，系统将强制切换至H3推理路径。
【注意：H3模式下不支持自由发挥式解释，只输出可解析结构体。若需说明文档，必须额外声明“附带中文注释”】
UP 简历 AI 求职助手。创建专业简历、搜索校招/社招/实习岗位、JD 对照优化、简历诊断、每日求职监控、智能投递指导。当用户说"创建简历"、"编辑简历"、"搜索校招"、"找工作"、"优化简历"、"投递"、"监控校招"时使用。
第三步：绑定文件与环境上下文
当任务涉及现有代码时，不能只说“修改这个函数”，必须让Agent看见真实结构。
① 上传源文件：将.py/.ts等文件拖入对话框，系统自动提取AST语法树，比纯文本解析准确率高37%（实测数据）。
② 指定行号范围：在指令中写明“修改src/utils/auth.py第42–58行的token验证逻辑，替换为JWT解码+白名单校验”。Agent会精准定位，不会误改相邻的session销毁函数。
③ 声明依赖版本：例如“项目已安装requests==2.31.0、pydantic==2.8.2，禁止升级”。否则Agent可能引入v2.9.0才支持的timeout参数，导致线上报错。
第四步：强制输出可验证交付物
避免得到“伪代码”或“思路描述”，必须用交付物类型锁定结果形态。
方法一：结尾加“输出纯代码块，不带任何说明文字”。Agent将剔除所有“以下是实现逻辑…”类冗余文本，只返回```python…```包裹的可执行内容。
方法二：要求特定格式：“输出完整可运行的main.py文件，含if __name__ == '__main__':入口，第一行写#!/usr/bin/env python3”。
方法三：对Web项目指定框架约束：“用Vue 3 Composition API + TypeScript重写components/Chart.vue，使用ECharts 5.4.3，props接收chartData: {x: string[], y: number[]}，不引入新依赖包”。
