要让MiniMax Agent准确执行多步骤任务，必须拆解输入依赖、执行顺序和输出格式：第一步用“→”标定不可逆流向；第二步以“动词+名词”命名各节点；第三步为每节点明确输入来源、处理规则和输出格式；需示例严格一致的中间态JSON；并通过否定式约束、输入校验和trace_id追踪切断错误路径。
☞☞☞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MiniMax Agent准确执行多步骤任务，必须把每个环节的输入依赖、执行顺序和输出格式拆解清楚，否则模型会跳步或混淆中间结果。
明确划分任务阶段
第一步：通读完整任务，用“→”标出不可逆的执行流向，例如「收集用户地址→调用高德API解析→筛选3公里内门店→按营业时间排序→返回前5家」。这一步漏掉任一箭头，Agent就可能并行处理本该串行的步骤。
第二步：对每个→前后的节点单独命名，如「地址采集」「地理编码」「范围筛选」「时间排序」「结果截取」。命名不用 fancy，但必须动词+名词，避免「处理」「整理」这类模糊词。
第三步：为每个节点补全三要素——输入来源（是用户原始输入？上一节点输出？还是固定参数？）、处理规则（如“仅保留status=1的门店”）、输出格式（JSON字段名必须小写，含id/name/distance三个必选键）。
约束中间态输出结构
在提示词中直接写出示例中间结果，格式必须与实际调用时完全一致：
```json
{"geocoded": {"location": "116.481,39.990", "city": "北京市"}}
```
这个 JSON 示例不能缩进混乱，不能缺逗号，不能用中文引号。MiniMax 对格式敏感，【少一个英文逗号会导致后续所有解析失败】。
切断错误路径依赖
方法一：用否定式封堵常见幻觉路径。比如任务含“排除已预约门店”，就在提示词里写：“不查数据库历史记录，不调用预约接口，仅依据当前请求中携带的‘booked_ids’数组过滤”。
方法二：给每类输入加校验断言。例如“若用户输入地址字符数＜5，直接返回错误码ADDR_TOO_SHORT，不进入地理编码环节”。
方法三：强制要求每个节点输出含 trace_id 字段，值等于初始请求的 trace_id。这能让调试时快速定位哪一步开始偏移。
