【不是给投资人看的bp，也不是给监管写的汇报，而是给某新能源车企采购部门做的《2024年固态电池供应链成熟度评估简报》】。采购负责人需快速判断quantumscape、ses ai（美国）、factorial三家企业在全固态氧化物路线上的技术落地节奏、量产良率区间及设备兼容性风险。不包含钠离子电池、半固态电池（如赣锋锂业q3已量产型号），仅聚焦全固态氧化物路线，且仅评估2023年q4至2024年q2已公开的中试线实测数据；信源严格限定为高工锂电2024年5月《固态电池装车进度追踪》、日本nedo 2024年4月产线验收报告、丰田2024年2月取消2027年量产计划的官方新闻稿。【技术路径对比】→【量产进度热力图】→【设备兼容性缺口】→【采购风险预警】。【量产进度热力图】须含三列：供应商名称、中试线单线月产能（mwh）、实测良率（注明测试标准）；若未披露良率则标注“数据缺失”，不可推测；所有百分比保留小数点后一位，禁用“约”“大概”等
☞☞☞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☜☜☜
用剧云AI生成一份专业、可用的行业报告，核心在于让AI准确理解你要分析的行业边界、数据维度和输出结构，而不是泛泛而谈“写个光伏行业报告”。
明确报告定位与读者对象
先在提示词开头用一句话锁定场景：【不是给投资人看的BP，也不是给监管写的汇报，而是给某新能源车企采购部门做的《2024年固态电池供应链成熟度评估简报》】。这句必须出现，否则AI默认按百科体输出，堆砌定义和历史，不解决实际问题。
接着说明读者身份：采购负责人需要快速判断3家候选供应商的技术落地节奏、量产良率区间、设备兼容性风险。这决定AI要优先提取产线验证数据，而非专利数量或高校论文引用量。
框定行业范围与时间锚点
方法一：用否定排除法压缩歧义空间
写明“不包含钠离子电池、半固态电池（如赣锋锂业Q3已量产型号），仅聚焦全固态氧化物路线，且仅评估2023年Q4至2024年Q2已公开的中试线实测数据”。
方法二：绑定具体信源与事件
要求AI只引用高工锂电2024年5月《固态电池装车进度追踪》、日本NEDO 2024年4月产线验收报告、以及丰田宣布取消2027年量产计划的官方新闻稿。这样能强制过滤自媒体臆测内容。
【关键陷阱】避免使用“主流”“头部”“相关”等模糊词——剧云AI会自行脑补名单，可能把已停产的辉能科技旧产线数据纳入分析。
结构化输出指令
第一步：强制分章节输出，每章加粗标题，不用序号
要求格式为：“【技术路径对比】→【量产进度热力图】→【设备兼容性缺口】→【采购风险预警】”。注意用中文方括号+文字，剧云AI识别更稳定。
第二步：限定每部分的数据颗粒度
例如在【量产进度热力图】中，必须包含三列：供应商名称、中试线单线月产能（单位：MWh）、实测良率（注明测试标准，如“按GB/T 36276-2018循环500次后容量保持率”）。
第三步：插入校验指令防幻觉
在最后加一句：“若某供应商未披露中试线良率，则标注‘数据缺失’，不可推测或引用第三方估算值；所有百分比数字保留小数点后一位，禁止出现‘约’‘大概’‘接近’等表述”。
