你是一位有8年电商运营经验的复盘顾问，需按“问题现象→归因路径→数据验证→执行动作”四层结构梳理Q3直播间GMV下滑原因；每段首句为≤15字结论性短句，禁用“可能”“或许”等弱判断表述。
☞☞☞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☜☜☜
用角色+任务+约束三要素锁定输出骨架
你要让讯飞绘文生成结构清晰的内容，不能只说“请写一篇分析”，必须让它知道自己是谁、要干什么、边界在哪。第一步：在提示词开头明确指定窄化身份，例如“你是一位有8年电商运营经验的复盘顾问”，比“请专业地分析”强十倍——模型会自动调用该角色惯用的段落节奏和因果链密度。
第二步：紧接着用强动词定义任务，禁用“帮忙”“可以吗”等弱指令，改用“按‘问题现象→归因路径→数据验证→执行动作’四层结构，梳理Q3直播间GMV下滑原因”，【缺少分层逻辑锚点，模型默认按语义相似度拼接句子，极易形成无主语长句】。
第三步：加入硬性约束，如“每段首句必须是结论性短句（≤15字），全文禁用‘可能’‘或许’‘一般来说’等弱判断表述”，这类限制能强制切断模型的发散倾向。
嵌入编号逻辑链或括号标记触发结构化生成
方法一：在提示词中嵌入带编号的逻辑链模板，例如：“请严格按以下顺序组织内容：① 核心结论（不超过20字）；② 支撑该结论的3个关键证据（每条以‘证据1:’起头）；③ 每条证据对应的业务动作建议（用‘→’连接，如‘证据1:7月安卓端闪退率升12% → 立即回滚v2.3.1版本并隔离GPU驱动模块’）”。
方法二：用括号标注逻辑关系类型，例如“在描述用户流失原因时，请在每个子原因后紧跟(因果)、(对比)、(例外)三类标记之一”。模型会将括号内容识别为结构信号，而非文字内容。注意：不要写“请使用因果关系”，这种泛化指令无效；必须给出可识别、可定位的符号化标记。
用反例排除法压缩歧义空间
在提示词末尾添加一段明确排除项，例如：“生成内容需规避以下问题：✘ 段落内超过2个分号；✘ 同一段落同时出现‘因为’和‘所以’；✘ 任何建议未绑定具体执行主体”。这一步不是锦上添花，而是堵住模型最容易滑向混乱的三条逃逸路径。
特别提醒：若你正在生成带时间节点的运营复盘，务必在排除项中追加“✘ 时间表述模糊（如‘近期’‘上周’），所有时间必须精确到年月日或‘第X周’”。讯飞绘文对模糊时间词敏感度低，容易自动生成“上个月”这种无法回溯的表述。
