必须用明确角色+具体任务+约束条件的三段式指令：①以“你是一位……”定义身份；②按维度拆解或交付物倒推任务，指标须可验证；③限定格式、数据边界与风险提示。
☞☞☞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MiniMax Agent准确理解你的产品分析需求并输出结构化报告，必须用明确角色+具体任务+约束条件的三段式指令写法，漏掉任何一段都可能得到泛泛而谈的结果。
第一步：定义Agent角色
在指令开头直接指定身份，例如“你是一位资深AI产品分析师，专注大模型平台商业化路径”，不能只说“请分析一下”。角色越具体，Agent越容易调用对应知识框架——如果写成“你是一个助手”，它会默认启用通用问答逻辑，无法聚焦产品维度。
这一步必须用“你是一位……”句式，【禁止用“假设你”“请扮演”等弱约束表达】。
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。
第二步：明确分析任务
方法一：按分析维度拆解
“对比MiniMax Agent与Dify、FastGPT在以下四点的表现：①低代码工作流编排能力；②多模态输入支持程度；③企业级权限管控颗粒度；④私有化部署文档完整性。”
方法二：按交付物倒推
“输出一份面向CTO的技术选型建议书，包含：当前版本API响应延迟实测数据（需标注测试环境配置）、3个典型客户落地场景的ROI测算表、已知兼容性问题清单（含官方修复进度）。”
注意：任务中出现的指标必须可验证，避免“用户体验好”“功能强大”这类主观描述。
第三步：设定输出约束
① 格式限定：要求“用Markdown表格呈现对比结果，字段列必须包含‘能力项｜MiniMax Agent｜Dify｜FastGPT｜数据来源’”；
② 数据边界：声明“只引用2024年Q2前发布的公开文档和GitHub commit记录，不推测未披露功能”；
③ 风险提示：强制添加“若某项能力无公开验证依据，标注‘未验证’并说明原因”。
这三类约束缺一不可——没有格式限定，结果会是段落堆砌；没有数据边界，Agent可能虚构参数；没有风险提示，它会把传闻当事实写进结论。
