要用grps框架构建结构化指令：g目标（一句话明确结果）、r角色（指定专业身份）、p参数（三项可验证硬约束）、s示例（微型样板格式），并删除冗余背景、使用具体动词、嵌入真实业务约束、以正向标准替代否定指令。
☞☞☞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☜☜☜
要让Manus精准执行任务、输出可用结果，不是堆砌描述或反复修改，而是用结构化指令锚定它的思考路径和执行边界。
用GRPS框架搭提示词骨架
GRPS是Manus官方推荐的最简提示词结构，四要素缺一不可：G目标、R角色、P参数、S示例。
第一步：用一句话说清你要什么结果，不带修饰、不讲背景。例如：“生成一份面向高校教师的AI教学工具对比表”，而不是“我们最近在推进智慧教学，想看看有哪些好用的AI工具”。
第二步：指定身份，让Manus知道该调用哪类知识库和判断标准。例如：“你是一名教育技术研究员，专注高校智慧教学落地已6年”，这比“请专业一点”有效十倍。
第三步：列出三项硬约束参数，必须可验证、不可模糊。比如：①只对比ClassIn、腾讯课堂、钉钉课堂三款工具；②维度限于课前准备、实时互动、学情反馈、多端兼容；③每项评分用1–5星，附一句说明。缺少任一条件，Manus就可能自由发挥，偏离预期。
第四步：给一个微型样板，让它明确格式和颗粒度。例如：“示例：课前准备|ClassIn:★★★★☆|支持一键导入PPT并自动转为交互式课件，但不支持LaTeX公式编辑”。【没有S，Manus容易套用通用模板，导致输出空泛】
删掉AI不需要知道的“背景故事”
Manus运行在沙盒环境里，没有长期记忆，也不关心你的KPI deadline或上周会议结论。
冗余背景只会稀释关键参数，增加误读概率。
把“我们团队正在做教育数字化转型，领导很重视，所以需要一份靠谱的工具清单”压缩成：“仅输出工具对比表，不包含建议、背景或总结段落”。
若任务涉及外部数据，直接存文件并写明路径，比如“已将2024年各平台用户调研原始数据存为survey_raw.csv，请据此统计教师最常抱怨的三个功能缺陷”。
动词必须具体，格式必须刚性
Manus对模糊动词响应不稳定。“整理一下”“优化内容”“帮忙看看”这类表达会触发通用模板，结果往往泛泛而谈。
方法一：把“列出”换成“用无序列表呈现，每项以‘问题:’开头，后接‘原因:’和‘影响:’，共三项”。
方法二：把“分析”换成“分三栏表格输出：问题类型|出现频次(数字)|典型场景描述(≤20字)”。
方法三：把“生成”换成“输出纯Markdown，不含任何解释性文字，标题用##，小节用###，禁用代码块”。
嵌入真实业务约束条件
职业场景中的决策从来不是纯信息处理，而是受规则、权限、风险偏好多重制约。
对银行客户经理的提示词，不能只说“分析客户风险”，而要说明：依据本行《零售信贷尽调指引(2023修订)》第三章第二节；忽略征信报告中超过24个月前的逾期记录；若资产证明为非本行流水，须标注“需人工验真”。
对医生助理角色，重点不是罗列“病历书写规范”，而是锚定当前任务在诊疗链中的位置：“你是一名三甲医院心内科主治医师的智能助手，请从这份20页出院小结中提取5项需在复诊时重点追问的用药依从性线索”。
【不声明约束，Manus默认按通用逻辑推演，可能给出合规性存疑的结果】
用正向约束代替否定指令
AI更擅长执行“做什么”，而不是“不做什么”。“不要啰嗦”“别用术语”“避免主观”这类负向提示，常被忽略或曲解。
改为正向定义标准：不说“不要写太长”，而说“每点不超过35字”；不说“避免主观”，而说“所有结论必须引用原始数据字段，如‘患者自述服药中断3次（见第7页访谈记录）’”。
