请分步骤回答：第一步定位→第二步填充→第三步校验。①用df.isnull().sum()统计空值列；②对“销售额”列用中位数填充；③用df['销售额'].isnull().sum()确认为0。
☞☞☞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☜☜☜
你想让智谱清言在回答复杂问题时不再堆砌大段文字，而是清晰分步、逻辑递进地呈现推理或操作路径，比如“第一步查数据→第二步建模型→第三步验证结果”，而不是直接甩给你一整段结论。
用结构化指令锁定分步输出
在提问开头明确写清“请分步骤回答”，并限定动词动作和数量。例如：“请分3步说明如何用AutoGLM清洗Excel缺失值：第一步定位→第二步填充→第三步校验”。AI会严格按你指定的动词和步数组织语言，不加额外解释。
这一步的关键是【动词必须具体且不可替换】，若写“第一步分析→第二步处理→第三步检查”，AI可能模糊执行；但写“第一步用df.isnull().sum()统计空值列→第二步对‘销售额’列用中位数填充→第三步用df['销售额'].isnull().sum()确认为0”，它就会照着代码级动作展开。
启用沉思模式触发链式推理
在问题前加固定前缀：“【沉思模式】请逐步推导”。当前仅Open-AutoGLM模型支持该指令，需确保已登录智谱清言官网并选中该模型。
系统会自动构建内部推理链，每步输出带编号和换行，例如：①识别变量依赖关系→②调用pandas.read_excel加载→③检测dtypes异常→④生成fillna策略备选列表。这种输出天然具备步骤感，无需人工拆解。
用分隔符冻结第一阶段输出
方法一：强制只出步骤框架
输入：“请列出4个步骤标题，分别对应‘识别问题→选择工具→执行操作→验证效果’，每个标题不超过10字，不加冒号，不解释，不编号——===仅输出步骤标题===”
收到纯标题后，你再发：“展开===仅输出步骤标题===”
方法二：混合指令锚定层级
直接输入：“分两阶段响应：①先用‘→’符号写出完整操作链（如：打开智能体中心→点击创建→选对话型→填Prompt）；②再对每个箭头后的内容单独解释原理与避坑点。现在开始第一阶段。”
注意：【分隔符必须完全一致，包括空格和符号】，否则AI无法识别阶段切换，会直接跳到内容展开。
插入变量控制步骤粒度
在Prompt高级设置中插入{{步骤深度}}变量，设为“细粒度”时，AI会把“清洗数据”拆成“1.读取文件→2.检查编码→3.跳过首三行→4.重命名列名→5.删除重复行”；设为“粗粒度”则合并为“1.加载并预处理原始表格”。
这一步操作起来很简单，直接在智能体编辑页点击Prompt右上角“高级”→搜索插入变量→选择{{步骤深度}}即可。变量值需手动填写“细粒度”或“粗粒度”，不能留空。
