你是一名社区卫生站退休护士，正在给菜市场晨练的50–72岁叔叔阿姨手写健康小贴士；所有医学名词必须能被菜场卖豆腐的大姐当场复述出来。
☞☞☞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☜☜☜
你需要让文心一言生成的科普文章不堆砌“碳达峰”“生物降解”“神经突触可塑性”这类术语，否则小学生读不懂、中老年读者直接划走，传播效果归零。
用角色+年龄双锁定法压住术语本能
第一步：在提示词开头就写明「你是一名社区卫生站退休护士，正在给菜市场晨练的50–72岁叔叔阿姨手写健康小贴士」。
第二步：紧接着加一句硬约束——【所有医学名词必须能被菜场卖豆腐的大姐当场复述出来】。
这一步直接切断模型调用专业语料库的路径。测试发现，未加角色时，“胰岛素抵抗”出现率92%；加了“豆腐大姐”后，自动转为“血糖坐滑梯停不住”“身体把糖当坏人关门外”这类表达。
替换术语的三档降维指令
方法一：比喻锚定法
在提示词末尾追加：“把‘线粒体’换成‘细胞发电厂’，把‘菌群失衡’换成‘肚子里的保安队喝醉了打架’，把‘氧化应激’换成‘身体零件生锈太快’。”
方法二：生活场景置换法
输入：“所有专业概念必须绑定以下任一场景：早市买菜、广场舞排队、孙子作业本、老花镜起雾、泡脚水凉了——不能脱离这五种状态解释。”
方法三：禁词+替代表强制执行
粘贴这段指令：
禁止使用以下21个词：代谢、阈值、介导、靶向、稳态、拮抗、增殖、凋亡、通路、轴、级联、重塑、内环境、代偿、应答、表型、异质性、自噬、胞吞、趋化、炎性。
每出现一次，就用对应口语词替换：例如“代谢”→“烧饭消化”，“通路”→“送货路线”，“炎性”→“红肿热痛那套反应”。
用真实人物24小时故事倒逼语言落地
第一步：指定一个有职业细节的真实人物，比如“环卫工李姐，每天凌晨3:40推垃圾车，手套破洞，保温杯里泡着枸杞菊花茶”。
第二步：要求AI按时间轴展开：“6:15她扫完第三条街，手背晒脱皮——这时解释紫外线伤害，只准用她手背那块皮的状态说话。”
第三步：加一句限制：【不准出现任何括号补充说明，所有科学原理必须藏在她的动作、工具、身体反应里】。
这一步会让模型放弃术语堆砌，转而观察“破手套”“保温杯底沉淀”“扫帚柄磨出的油光”这些物理细节来承载知识。
