MiniMax Agent严格按指令执行的关键是结构化提示词：首句明确任务类型；分号分隔任务要求、输出格式、风格语气；正反例强化规则；冻结知识域防幻觉；注入确定性信号词；启用Verifier校验机制。
☞☞☞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☜☜☜
让MiniMax Agent自动回复时严格按指令执行、不自由发挥、不混淆任务边界，关键在于用结构化提示词锁定行为边界，而不是依赖模型“自觉理解”。
把模糊需求转成可执行规则
第一步：在system prompt开头用一句话明确任务类型，例如“这是一道端口安全组策略判断任务”，不能写“请帮忙看看这个配置”。模型没有上下文常识，它只认前置声明。
第二步：紧接着用分号分隔三项硬约束——任务要求、输出格式、风格语气。比如：“判断ECS安全组中22端口是否对外放行；输出JSON，含port_status（取值为'完全放行'/'不完全放行'/'禁止放行'）和reason字段；禁用任何推测性语句，只基于输入字段值做逻辑比对。”
第三步：插入1个正例+1个反例。正例必须完整包含所有字段、格式、术语；反例要真实反映常见错误，例如“错误输出示例：{'status': 'open'}——禁止使用非约定字段名，禁止缩写。”
冻结无关知识域，防止幻觉干扰
在system prompt末尾加一句：“你仅能依据用户提供的ECS实例描述文本作答；禁止调用云厂商公开文档、历史案例或默认配置常识；若输入未提供源IP段、策略字段或端口范围，则视为缺失，不得自行补全。”
【这是关键防线】 不加这句，模型会在输入缺字段时自动脑补“通常默认是0.0.0.0/0”，导致判断结果与实际配置脱节。
这一步操作起来很简单，直接把冻结语句粘贴到prompt最后就行。
注入确定性信号词，压制模型犹豫倾向
方法一：在user message末尾添加强制指令词。例如：“请严格按上述规则执行，无需确认，无需解释，直接输出JSON。”
使用阿里云CLI（API 版本 2024-03-30）操作阿里云云监控服务（CMS）的 AgentLoop ContextStore，适用于用户提及云监控时。
方法二：在system prompt中嵌入否定式锚点。例如：“禁止出现‘可能’‘通常’‘建议’‘需要进一步确认’等不确定性表述；每句话必须有明确主谓宾，且主语只能是‘该端口’或‘该安全组规则’。”
方法三：用标点符号强化终止感。在输出格式说明后加“——严格执行，不得增删。”这种破折号+动词短语的组合，实测比句号更能抑制模型续写冲动。
启用Verifier角色对抗机制
如果你使用的是MiniMax Mavis架构（即Team Engine模式），必须显式启用Verifier校验流程：
① 在请求中设置"enable_verifier": true，并指定校验维度，例如{"check_json_schema": true, "check_field_value": ["port_status"]}
② Verifier会独立重跑一遍判断逻辑，若发现Worker输出的port_status与reason不匹配（比如reason写“策略为Drop”，但port_status却是“完全放行”），则整条响应被丢弃并触发重试。
③ 该机制不可关闭——若跳过Verifier，Worker在长任务中极易因上下文衰减而复用旧逻辑，导致第5步开始误判端口状态。
