核心是用明确指令约束输出结构并配合系统级设置增强稳定性：开头声明格式规则、提供严格一致的few-shot示例、利用system prompt或json schema强化约束，并规避模糊用语与干扰项。
☞☞☞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 AgentSpace 的提示词输出固定格式的内容，核心是用清晰、明确的指令约束模型的输出结构，同时配合系统级设置（如 JSON Schema 或输出模板）增强稳定性。
明确指定输出格式要求
在提示词开头或关键位置直接声明格式规则，避免模糊表述。例如：
- “请严格按以下 JSON 格式返回结果，不要添加任何额外字段、说明或 Markdown 符号：{"status": "success", "data": [...], "count": 0}”
- “输出必须为纯文本，分三行：第一行为【标题】，第二行为【摘要】，第三行为【标签】，每行以冒号分隔，不加引号。”
提供带格式的示例（Few-shot）
给出 1–2 个输入→输出的完整样例，能显著提升格式一致性。注意示例必须和目标格式完全一致：
- 输入：“查北京今天天气” → 输出：“【天气预报】：北京，晴，18℃~26℃；【摘要】：白天晴朗，适宜户外活动；【标签】：晴, 北京, 白天”
- 确保示例中没有多余空行、缩进或解释性文字，模型会优先模仿你给的结构。
利用 AgentSpace 的系统参数强化约束
如果平台支持，配合使用 system prompt 或 output schema 设置：
- 在系统指令中写：“你是一个格式严格遵守者，所有响应必须符合用户指定的结构，禁止自由发挥。”
- 若支持 JSON Schema，直接传入 schema 定义字段类型、必填项和长度限制，比纯文本提示更可靠。
- 开启“强制格式校验”类开关（如有），让平台自动截断/重试不符合格式的输出。
规避常见干扰项
模型容易因上下文或默认习惯破坏格式，需主动防御：
- 禁用“请”“谢谢”等礼貌性前缀/后缀，除非格式本身包含；
- 避免使用“可能”“大概”“如下所示”等模糊引导词；
- 不在提示词末尾留空行或“——”等分隔符，防止模型误以为是格式一部分。
