要让trae skill准确执行任务，必须用动词开头明确任务动作、限定输出格式、约束输入边界、量化质量要求。例如“生成5条z世代咖啡短视频口播文案，每条≤38字含1个感叹词，markdown表格呈现”。
☞☞☞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Trae Skill准确执行任务，必须让提示词明确告诉模型“做什么、怎么做、做到什么程度”，而不是笼统说“帮我写个文案”或“优化一下”。模糊指令会让模型自由发挥，结果往往偏离预期。
明确任务目标
第一步：用动词开头直接定义动作，比如“生成”“提取”“改写”“分类”“校验”，避免使用“帮忙”“请”“希望”等弱指令词。例如写“生成5条面向Z世代的咖啡品牌短视频口播文案”，比“帮我写几个咖啡文案”更可控。
第二步：限定输出格式。如果需要表格，就写“以Markdown表格呈现，含‘场景’‘时长’‘核心话术’三列”；如果要JSON，就写“严格输出标准JSON，键名为prompt、role、example，不加任何说明文字”。【不写格式要求时，模型默认自由排版，很可能穿插解释性语句】
约束输入与上下文边界
方法一：用“仅基于以下信息”切断模型调用外部知识。例如：“仅基于以下用户提供的产品参数表生成卖点文案，不得补充未提及的技术指标。”
方法二：显式标注不可用内容。例如：“忽略所有关于竞品价格的信息，本任务不涉及横向对比。”这能防止模型擅自引入干扰项。
方法三：设定角色身份并封禁越权行为。例如：“你是一名电商详情页文案专员，只负责将技术参数转化为消费者语言，不解释原理、不提建议、不添加促销信息。”
控制输出粒度与质量门槛
① 用数字量化要求：不是“写得简洁些”，而是“每条文案不超过38字，含1个口语化感叹词（如‘哇’‘天啊’‘绝了’）”。
② 设置硬性过滤条件：例如“剔除所有含‘高效’‘卓越’‘领先’等空洞形容词的句子”，这比“避免假大空”更可执行。
③ 指定容错机制：例如“若输入参数缺失温度值，则统一填入‘常温’并标注[缺值补全]，不中断执行”。【不声明缺值处理逻辑时，模型可能直接报错或跳过整条】
