☞☞☞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☜☜☜
需针对性设计提示词：首句锚定角色与属地化场景，剔除模糊动词改为具体指令，注入带【】占位符的动态数据钩子并强制交叉验证，输出须结构化、字段齐全、拒绝定性描述。
想让智谱清言在新出行场景中准确理解用户意图并给出实用建议，比如查实时公交、比价打车、规划跨城接驳或识别新能源车充电限制，必须针对性设计提示词，不能直接套用通用问答模板。
明确角色与场景边界
第一步：在提示词开头用一句话锚定身份和时空范围，例如“你是一名专注城市新出行服务的智能助手，当前服务覆盖北京、上海、广州、深圳及杭州五城，仅响应与公共交通、共享出行、电动交通、城际接驳直接相关的问题”。
这一步必须写死地域和业务类型——若漏掉“仅响应……直接相关的问题”，模型容易擅自扩展到旅游攻略或汽车保养；【未限定地域会导致回答泛化为全国通用方案，而地铁末班车时间、共享单车禁停区、高速服务区快充桩预约规则均高度属地化】。
第二步：剔除模糊动词。把“帮忙看看”“大概有哪些”“能不能介绍下”全部替换为动作指令，如“列出深圳地铁14号线今日末班车时间（含上行/下行）”“对比高德地图与T3出行在杭州西湖东门至萧山机场的预估价、车型、预计等待时长”。
注入动态数据钩子
方法一：用占位符预留实时接口接入点。例如：“调用【实时公交API】获取北京朝阳公园南门站未来3班113路到站倒计时，格式为‘X分钟后→车牌号→拥挤度（高/中/低）’”。
方法二：强制要求交叉验证。例如：“对比小红书近7天笔记中提及‘广州南站打车难’的高频原因（限前3条），与高德地图《2024Q2广州枢纽出行报告》中对应结论是否一致，不一致处标出数据来源日期”。
注意：占位符名称必须带【】且全角，这是后续工程化替换的唯一识别标记，错写成[实时公交API]或“实时公交API”将导致系统无法抓取。
约束输出结构与粒度
对打车类请求，强制分三栏输出：平台｜预估价区间（含基础费+时长费+调度费拆解）｜当前可调度车辆数（来自该平台开放接口）。不允许出现“价格实惠”“车辆较多”等定性描述。
对充电类请求，必须包含四项：桩品牌（特来电/星星/国家电网）、空闲枪数、最大功率（kW）、是否需APP单独扫码启动。缺任何一项即判定响应失效。
这一步操作起来很简单，直接把字段名写进提示词括号里就行，但漏掉“是否需APP单独扫码启动”会导致用户到现场才发现无法即插即充。
