一、为什么你的提示词越写越长，效果却越来越差
很多人把提示词写成一段越来越长的自然语言：先夸模型是专家，再补十条要求，最后加一句请认真回答。这类写法在一次性问答里还凑合，一旦任务需要重复执行、跨多轮上下文，就会迅速失控：模型忘了前面的约束，输出格式漂移，你不得不每次重新粘贴一大段话。
根因不是模型笨，而是你用交代一次性问题的语法，去描述一个持续性岗位。真正稳定的做法，是把提示词当成岗位说明书来写。
二、岗位说明书的四段式结构
第一段写岗位职责：你负责什么、不负责什么，一句话说清。第二段写输入与产出：你会拿到什么材料、必须交回什么格式，最好给一个正例。第三段写边界与升级条件：遇到哪些情况必须停下来问人，哪些可以自己决定。第四段写验收标准：用什么判断这次做对了，比如字数、口径、必须包含的字段。
这四段写完，提示词往往比原来更短，但稳定性高一个量级。因为它把模糊的期望，换成了可检查的交付物。
三、一个可复用的模板
岗位：内容校对员。输入：一篇中文稿与一份术语表。产出：仅输出问题清单，每行包含位置、原文、建议、理由。边界：不改写原文，不新增事实，遇到事实存疑标注待核而不是自行补全。验收：不遗漏术语表里的任一专有名词，输出不超过二十行。
把这套结构迁移到选题、摘要、数据整理、客服回复上，只需要替换岗位与验收标准。你会发现，调模型的时间变少了，改流程的时间变多了——这正是一个人开始把 AI 用成生产力的信号。
四、本周就能做的一件事
挑一个你每周重复三次以上的任务，把现有提示词按四段式重写，连跑五天，记录每次需要人工补救的地方。补救点就是你说明书里缺的边界。补齐它，这个任务才算真正交出去了。