明确结束条件是控制长任务的关键：需用“当……时，立即停止”或结构化计数设定完成标志，首句锚定上下文边界，分段加校验标头，绑定工具钩子触发自动终止。
☞☞☞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☜☜☜
给长任务设定明确的结束条件
长任务跑着跑着就停不下来，生成内容反复兜圈子、重复结论、甚至开始编造数据，根本原因是系统不知道“写到哪里算完”。AionClaw不会自动判断任务终点，必须由你用可识别、可执行、不可歧义的语言告诉它：【停止信号是什么】。
用「完成标志」锁定输出终点
在任务指令末尾添加一句带明确触发词的结束声明，这是最稳定、最被AionClaw底层调度器识别的方式。
方法一：用「当……时，立即停止」句式
在自然语言指令最后加上“当出现【XX关键词】时，立即停止输出”，例如：“请为新产品撰写五条朋友圈文案，每条不超过80字，风格轻松有网感，当输出完第五条且末尾带有‘✅完成’字样时，立即停止输出”。这个✅符号会成为模型输出流中的硬锚点，AionClaw的输出截断模块会在检测到该字符串后强制终止token生成，避免多出一行空格或补一句废话。
方法二：用结构化计数收口
直接限定输出项数量+终止动作，例如：“列出2026年Q3华东区TOP5销售代表姓名与成交额，按成交额降序排列，严格输出且仅输出5行表格，第5行结束后不再追加任何文字、说明或空行”。这种写法规避了语义理解偏差，靠格式硬约束封死续写空间。
用「上下文边界」防止逻辑溢出
长任务常因上下文滑动导致后半段偏离原始目标，比如写报告时前半讲市场分析，后半突然跳去写招聘计划。这不是模型发疯，是AionClaw在处理超长输出时自动压缩早期提示词造成的记忆衰减。
第一步：把核心约束写进首句
不要把关键限制放在指令中间或末尾，必须放在第一句话。例如：“【仅限撰写2026年跨境电商独立站运营白皮书第三章‘流量转化优化’，不涉及第四章内容，不延伸至组织架构或KPI设定】请从A/B测试漏斗优化切入……”——方括号内的限定会被AionClaw的prompt parser优先加载为强上下文锚定帧，后续所有生成都绑定在此范围内。
第二步：对长输出分段加校验标头
若任务需生成万字以上内容（如整本手册），在指令中预设分段标识，例如：“每完成一个二级标题内容后，在段落末尾插入【SECTION-END:XXX】，当检测到【SECTION-END:3.4】时即刻终止”。AionClaw的RPA引擎会实时扫描输出流中的SECTION-END标记，匹配即切断，比依赖模型自我判断可靠得多。
用「工具钩子」触发自动终止
当任务结果需落地为具体文件或动作时，结束条件必须绑定到可验证的系统行为上，而不是靠模型“觉得写完了”。
方法一：绑定文件写入完成事件
在指令中明确指定输出载体和完成动作，例如：“将会议纪要整理为Markdown格式，保存至本地路径~/Documents/MeetingNotes/20261012_SalesSync.md，当文件成功写入且返回确认日志‘[✓] Saved to /path/...’时，任务终止”。AionClaw的文件操作模块会在fs.writeSync()返回成功状态后主动关闭当前任务线程，不会等模型继续胡扯。
方法二：调用内置stop_tool强制中断
在技能市场安装「精准终止器」数字专家，然后在指令末尾加入调用命令：“……最后总结三点建议。执行：stop_tool --reason=‘章节完结’”。该工具会绕过常规输出流程，直接向ClawTeam任务看板发送completed信号，下游依赖任务立刻解锁，当前长任务进程被操作系统级kill，无残留token生成。
