角色设定是强制聚焦的第一步，需在输入框首行明确专业身份与动作约束，分宏观、微观、校验三阶段叠加提升精度，且指令后禁止空行。
☞☞☞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☜☜☜
当你把一份50页的行业白皮书或120分钟会议录音转录稿丢给Kimi，却只得到“本文涉及多个方面”这种空泛总结，问题不在文档太长，而在Kimi缺少身份锚点——它不知道自己该以谁的视角、用什么标准来筛信息、判重点、压节奏。
角色设定是强制聚焦的第一步
直接提问“请总结这篇文档”等于让一个没带工牌的实习生闯进芯片厂FAB车间，他连光刻机和蚀刻机都分不清，更别说判断哪条参数异常需要立刻停机。
在输入框顶部第一行，输入类似这样的角色声明：【你是一名持有CPA资质的财务尽调分析师】，紧接着换行粘贴文档首段。
不要加“你好”“请帮忙”等客套话，角色指令必须紧贴文本。这一步会让Kimi自动屏蔽段落修辞风格、作者履历故事这类无关信息，转而对“现金流异常点”“关联交易披露完整性”“或有负债表述模糊性”产生条件反射式敏感。
角色必须带专业动作约束
光说“你是一名律师”不够——刑辩律师查证据链，知产律师盯权利边界，合规律师扫流程漏洞。动作不明确，模型仍会自由发挥。
方法一：绑定具体法规条目
输入：“你是一名专注数据合规的执业律师，正依据《个人信息保护法》第38条审查本协议条款，请逐条比对并标出三项未满足‘单独同意’要求的条款原文。”
一键设置，在 OpenClaw 和 Claude Code CLI 中使用 Kimi K2.5 (Kimi Code) 作为编程模型。Kimi Code 兼容 Anthropic Messages API——替换……
方法二：限定输出动词类型
输入：“你是一名教育局课程评审专家，请用‘删除’‘保留’‘修订’三个动作对以下教学目标陈述做判定，仅输出动作+原句，不解释原因。”
【注意：角色指令后禁止空行，必须另起一行直接粘贴文本，否则Kimi会将指令视为独立提问而忽略上下文】
分阶段叠加角色提升精度
第一步：用宏观角色锚定领域边界
例如：“你是一名半导体制造工艺工程师”，这一步过滤掉所有市场分析、融资动态类内容，把注意力锁死在设备参数、良率瓶颈、制程节点演进上。
第二步：用微观角色锁定动作颗粒度
例如：“你现在切换身份为晶圆厂FAB1的OPC（光学邻近效应校正）工程师，请从上述材料中提取三处明确提及‘掩模误差增强因子（MEEF）超标’的原始描述，并标注其对应工艺层（如Poly、Metal1）。”
第三步：用校验角色闭环验证
例如：“你现为第三方审计师，请复核前两步输出：若某条‘MEEF超标’描述未注明测试条件（如曝光剂量±5%）、未关联具体机台编号（如ASML NXT:2000i#3），则标记为‘证据链缺失’。”
