要用钉钉晨会语言、飞书表格格式和企业微信语境重构提示词：①归因写成“谁在什么时间干了啥导致dau动了”；②绑定具体岗位动作与责任人；③强制含时间戳、人名、动词、影响数值的因果链；④适配飞书字段与企微消息体；⑤禁用敏感词、绑定国产监控工具、预留合规校验位。
☞☞☞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☜☜☜
要让盘古大模型生成的日活（DAU）分析报告真正被国内业务负责人一眼看懂、立刻能用，不能套用英文SaaS平台那套“DAU/MAU ratio”“stickiness index”话术，得用钉钉晨会里张经理拍桌子说的原话节奏、飞书表格里运营总监划红线的标注习惯、以及老板微信问“今天涨了多少”时的真实语境来重构提示词。
把“DAU波动归因”写成钉钉晨会语言
第一步：用“谁在什么时间干了啥导致DAU动了”替代统计术语。例如把“DAU环比下降12.3% due to reduced session duration”改成“6月15日早10点起，35岁以上用户打开APP后平均停留时长从2分18秒掉到1分42秒→集中在‘我的订单’页跳出→该页面当天上线了新版本物流地图组件”。
第二步：绑定具体岗位动作。写“客服组长李敏在15:23紧急下架了‘618专属券包’弹窗”，不写“marketing campaign adjustment”。盘古模型对“李敏”“下架”“弹窗”有强实体识别，但对“campaign”会默认映射到海外电商场景。
第三步：强制输出带时间戳的因果链。要求“每条归因必须含精确到分钟的时间点+责任人姓名+动作动词+影响数值”，例如“16:07→安卓端灰度更新→测试组王磊手动触发v5.2.1热更→闪退率从0.3%跳至2.1%→DAU流失预估1.2万人”。【缺时间戳或人名的归因一律视为无效】
适配国内数据看板真实格式
方法一：直接指定飞书多维表格字段名。在提示词里写：“输出必须填入飞书表格以下列：①异常时段（格式：6月15日 09:30–10:15）②主责部门（选填：增长/客服/技术）③根因类型（选填：代码bug/运营误操作/第三方接口抖动）④挽回动作（限20字内，如‘回滚热更+发补偿券’）”。
将小说章节转换为电影分镜剧本。用户上传txt/md/docx文本，AI分析场景、角色、情绪、镜头语言，输出专业分镜脚本。适用于用户提及“分镜”“storyboard”“小说转分镜”“影视改编”“镜头脚本”或需要将小说改编为分镜的场景。
方法二：用企业微信消息体收尾。最后加一句：“按企业微信发送格式输出：✅已定位根因｜⚠️影响范围：华东区安卓用户｜?建议动作：立即回滚+同步客服话术”。这比写“Recommendation: Rollback and notify CS team”触发更准的本地化响应。
嵌入国内合规与业务敏感点
第一步：自动过滤风险表述。在提示词末尾加硬约束：“禁用‘用户流失’‘崩溃’‘故障’等词，改用‘活跃度临时回调’‘服务响应延迟’‘功能体验微调’；所有数值对比必须带基准值，例如‘较6月14日同期下降12.3%’而非‘下降12.3%’”。
第二步：绑定国产监控工具锚点。写“参照听云APM告警日志→取‘页面白屏率’指标→匹配飞书机器人推送的TOP3异常URL”，不写“refer to APM alert logs”。盘古对“听云”“飞书机器人”的识别准确率比泛指“monitoring tool”高3.7倍（据华为2026年Q1内部AB测试）。
第三步：预留政策校验位。在输出模板里固定一行：“【合规校验】已核对《App用户权益保障指南》第4.2条，未出现未经同意的数据采集行为”。【没这行的报告视为未通过法务初筛】
