在超级麦吉中配置AI员工行为示例时，须用真实人工审核样本构造5组CSV格式input-output对；正向示例须同时满足保留待确认标记、不压缩客户原意、严格按字段模板输出三条件；负向示例须聚焦业务逻辑偏差，如篡改承诺或删除待确认标签；最后通过沙盒测试验证标记保留、措辞严谨性及字段稳定性。
☞☞☞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☜☜☜
在超级麦吉中为AI员工配置行为示例时，必须确保正确示例能锚定业务底线、错误示例能暴露典型失准点，否则模型会把“看似合理但业务违规”的输出当成可接受标准。
准备真实可用的输入样本
从最近3天内已通过人工审核的5条客户摘要中，各截取一段原始对话+对应人工产出结果，作为输入-输出对。不要用测试数据或虚构语句，【AI员工会学习你给它的每一条样例的隐含逻辑，哪怕你没写明】。
把这5组样本统一存为CSV文件，字段名必须是“input”和“output”，不能用“prompt”“response”等别名。
构造正确示例的三要素
正确示例不是“写得漂亮”的文本，而是同时满足三个硬性条件：①保留全部待确认事项标记（如“【待客户确认】”）；②不压缩客户原话中的意愿表达（如“希望下周启动”不能简化为“下周启动”）；③严格按字段模板输出（联系人/需求依据/交付节点三者缺一不可）。
挑出2条完全符合这三点的样本，直接复制进超级麦吉的“正向示例”栏。不用改写，不加注释——模型只认格式和内容，不读说明文字。
设计错误示例要直击业务痛点
方法一：复现历史翻车案例
从上月被退回的摘要中，找出1条把“预计Q4上线”误写成“Q4上线”的记录，原样填入“负向示例”。这种错误无法靠语法检查发现，但会导致法务部误判履约承诺。
方法二：注入可控偏差
人工修改1条正确样本：删掉【待确认】标签，把“需财务部同步审批”改成“已同步审批”。这种篡改必须明显违背业务规则，不能是模糊地带。
注意：错误示例不能是拼写错误或标点问题，必须是业务逻辑层面的实质性偏差。
验证示例是否生效
第一步：在沙盒环境提交1条新客户对话，观察AI员工首轮输出是否仍带【待确认】标记；
第二步：检查它是否把“建议考虑”类措辞自动降级为“应执行”；
第三步：用同一输入重复提交3次，确认三次输出中“联系人”字段值完全一致——若出现“张经理”“张伟”“张总监”混用，说明示例未教会它字段稳定性要求。
