结论先行：Prompt 的价值不是“让模型听话”，而是把任务变成双方都能验收的规格。一个可靠任务书至少写清目标、背景、输入、证据规则、约束、成功标准、输出格式和示例；否则模型只能替你补全隐含假设。
一份任务书的八个字段
- 目标：最终要支持什么决策，而不是泛泛“分析公司”
- 截止边界：截至日期、地域、会计口径和允许使用的来源
- 输入：已提供文件、字段和工具，以及哪些材料明确不存在
- 证据：一手资料优先级、引用粒度和冲突处理
- 约束：不得猜测、不得执行的动作、时间和成本预算
- 成功标准：哪些字段必须完整，哪些错误会让整项任务失败
- 输出格式：章节、表格或 Schema，以及 null 的语义
- 示例：正常案例、边界案例和拒答案例
金融案例：从“分析这家公司”开始
模糊请求没有说明分析目的、日期和证据标准。模型可能写出完整但不可复核的公司介绍。改写后的任务应明确：判断未来四个季度收入增速是否可能低于市场预期；仅使用截至指定日期的公司文件和监管披露；列出三项驱动、最强反例和证伪指标；每个数字带期间、单位、来源和原文；缺失字段输出 null。
如果任务是给投资决策提供输入，还要明确禁止模型直接给出交易指令。模型负责整理证据与条件，仓位和交易动作留给人。
Lab：重写一个失败 Prompt
- 找一条你过去用过但结果不稳定的 Prompt，保留原文作为基线
- 补齐八个字段，并把“专业、深入、准确”等形容词换成可测试标准
- 增加一个材料缺失示例和一个证据冲突示例
- 用相同模型各跑三次原版与新版，比较结构通过率和事实错误
- 把仍然失败的部分归因到模型、Context、工具或规格
常见失败与排查
- 指令堆得很长但没有优先级：先声明任务目标和不可违反的规则
- 要求“不要幻觉”但不给证据路径：禁止词不能替代可检索材料
- 输出格式只给空模板：补一个正常示例和一个 null 示例
- 在 Prompt 里塞入全部历史：把 Context 选择交给下一模块处理
本课成果物
保存一份公司研究任务书，包含版本号、截至日期、允许来源、禁止动作、成功标准和失败处理。下一课会用明确任务和成功标准建立模型路由，后续再逐步增加 Schema、Context、工具、Agent Loop 与 eval。
资料来源
Research Agent Workbook · 35 分钟
本课实践工作台
把‘分析 ResearchCo’改写成有来源边界、缺失规则和成功标准的任务规格。
自查 0/4
本课输入
模型能力边界卡
交给下一课
ResearchCo 研究任务书 v1
自动保存到当前浏览器；建议在完成后导出到自己的研究目录。
草稿仅保存在当前浏览器，不会上传。
查看合格示例
合格示例：修订公告优先于旧披露；找不到字段输出 null 和 missingReason；任何外部写入均停止并请求人工确认。
查看失败示例
失败示例：只要求‘深入、专业、准确’，却没有截至日期、允许来源或可测试的通过条件。
实践通过条件：验收清单全部完成，并且本课小测最好成绩达到 4/5。当前最好成绩 尚未作答。
Checkpoint · 5 题
本课检查点
允许重试并保存最好成绩。达到 4/5 且 Lab 自查完成后，实践状态才会通过；它不会替你自动完成阅读。
本轮作答 0 / 5 · 每轮每题一次