需用结构化指令调用minimax agent生成竞品分析报告：明确分析目标、限定产品范围、指定表格+归因格式；嵌入真实参数值锚定精度，要求交叉验证数据来源；删除模糊修饰词与比喻表达，避免虚构结论。
☞☞☞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☜☜☜
想在MiniMax Agent平台快速生成一份结构清晰、数据扎实的竞品分析报告，但不知道如何用指令精准调用模型能力，导致输出内容泛泛而谈、缺乏对比维度或漏掉关键产品细节。
明确分析目标与边界
第一步：在指令开头直接写明本次分析的核心目的，例如“对比字节跳动Coze、腾讯Hunyuan Agent和MiniMax Agent在企业级RAG场景下的API响应延迟、知识更新周期与权限粒度控制能力”。不写“请做一个竞品分析”，这种模糊指令会让模型默认套用通用模板，输出空洞的SWOT表格。
第二步：用“仅限以下3款产品”或“排除开源本地部署方案（如LangChain+Llama3）”划清范围。MiniMax模型会严格遵循限定词，若漏写，它可能把Hugging Face上任意Agent框架都拉进来凑数。
第三步：指定输出格式为表格+关键差异归因短句，例如“用Markdown表格列6项指标，每项后跟≤15字归因说明，如‘Coze依赖飞书生态→权限绑定飞书角色’”。模型对格式约束越具体，越不会自作主张加图表或分章节论述。
注入可验证的对比锚点
方法一：嵌入真实参数值锁定分析精度
在指令中插入已知事实，例如“Coze最新版API文档标注冷启动延迟≤800ms（2024年7月v2.3.1），Hunyuan Agent实测平均1200ms（第三方测评链接：xxx）”。模型会以这些数值为校准基线，拒绝编造“约1秒”这类模糊表述。
UP 简历 AI 求职助手。创建专业简历、搜索校招/社招/实习岗位、JD 对照优化、简历诊断、每日求职监控、智能投递指导。当用户说"创建简历"、"编辑简历"、"搜索校招"、"找工作"、"优化简历"、"投递"、"监控校招"时使用。
方法二：要求交叉验证逻辑链
写“对每项指标，必须同时引用官网文档截图文字（注明页面路径）、GitHub release note日期、及第三方压测报告结论（若无则写‘未公开’）”。这能逼出模型调用其训练截止前收录的权威信源，避免凭印象编造。
【未注明数据来源类型时，模型默认采用2023年公开信息，可能遗漏2024年Q2各厂商新推的沙箱隔离策略】
规避常见失效指令
删掉所有“详细”“全面”“深入”等无效修饰词——MiniMax Agent不理解程度副词，只识别结构化约束条件。
禁用比喻类描述，例如“像手术刀一样精准”或“站在巨人肩膀上分析”，这类表达会触发模型切换到文学生成模式，输出一堆修辞而非数据对比。
不要写“请按我的行业经验补充建议”，模型没有你的行业经验，强行要求会导致它虚构客户案例，比如编造“某银行用Coze降低30%运维成本”这种无依据结论。
