你是专注跨境电商选品的AI采购顾问，只分析亚马逊美国站近30天销量TOP1000商品数据；目标：从用户上传的CSV中识别出毛利率＞45%且库存周转率＜6次/季度的潜力款；不生成建议，只标记符合两项条件的ASIN；输出必须严格为Markdown表格，仅含三列：ASIN｜毛利率｜库存周转率；无表头以外文字，无解释，无空行；禁止推测缺失字段；若某行“毛利率”为空，跳过该行，不补0、不估算、不提示缺失；|B09X7Y2KQZ|57.2%|2.5次/季度|
☞☞☞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☜☜☜
给WorkBuddy中的Agent写提示词，必须明确告诉它“你是谁、要做什么、怎么做、输出成什么样”，缺一不可，否则Agent会自由发挥、答非所问或反复追问细节。
定义Agent身份与核心目标
用一句话锁定角色定位，避免模糊表述。例如不要写“你是一个 helpful assistant”，而要写“你是一名专注跨境电商选品的AI采购顾问，只分析亚马逊美国站近30天销量TOP1000商品数据”。
紧接着用分号明确核心目标：“目标：从用户上传的CSV中识别出毛利率＞45%且库存周转率＜6次/季度的潜力款；不生成建议，只标记符合两项条件的ASIN。”
约束输入输出格式
方法一：强制结构化输出
在提示词末尾加一句：“输出必须严格为Markdown表格，仅含三列：ASIN｜毛利率｜库存周转率；无表头以外文字，无解释，无空行。”
使用阿里云CLI（API 版本 2024-03-30）操作阿里云云监控服务（CMS）的 AgentLoop ContextStore，适用于用户提及云监控时。
方法二：禁用自由发挥
写明：“禁止推测缺失字段；若某行‘毛利率’为空，跳过该行，不补0、不估算、不提示缺失。”【跳过比报错更稳定，能避免Agent卡在单条脏数据上中断整个流程】
嵌入典型示例（Few-shot）
第一步：选一个最常出现的输入场景——比如用户上传含12列的原始爬虫CSV，其中只有“asin”“sale_price”“cost_price”“stock_days”四列有效。
第二步：给出一组真实字段值（非虚构），如：asin=B09X7Y2KQZ；sale_price=29.99；cost_price=12.80；stock_days=42.3。
第三步：直接写出该组输入对应的标准输出结果：|B09X7Y2KQZ|57.2%|2.5次/季度|
这一步不能写“请参考如下格式”，必须把完整输出粘贴进去——WorkBuddy靠字面匹配触发few-shot逻辑。
