一、先给结构，再给内容

不要只说「帮我写一份周报」，而是先规定输出长什么样：分几个部分、每部分几行、哪些字段必须出现。结构定下来之后，内容的稳定性会明显提升，也方便你后续做批量处理。

二、给一个示例，胜过三句描述

想让它模仿某种语气或格式，最省事的办法是给一条现成的例子。描述「要专业但不生硬」这种要求，模型每次的理解都不一样；给一条你满意的原文，它就能对齐。

三、把边界写出来，包括「不确定时怎么说」

  • 明确哪些情况必须回答「不确定」，而不是编一个看起来合理的答案
  • 规定不要补充你没提供的信息
  • 要求引用时给出处，没有出处就说明是推测

四、要求自查，而不是要求「不要出错」

「不要出错」没有任何约束力。有效的写法是让它输出之后再执行一遍明确检查：是否满足前面给的每条要求、有没有出现被禁止的表述、数字是否与原文一致。把检查项列清楚，它才真的会去核对。

五、长任务拆成有中间产物的几步

一次让模型从零写到终稿，出错后你只能整段重来。拆成「先列提纲 → 你确认 → 再写每节 → 最后统一润色」的好处是每一步都有可检查的产出，改起来成本低。

稳定的输出不是靠把要求写得更长，而是靠把要求写得更具体。