意图识别系统实战：从模糊到精准的七条规则不是教人写Prompt，而是用AI来优化Prompt——这是核心思维转变。一、问题诊断：为什么意图识别总是翻车？你有没有遇到过这种情况：用户说"帮我写篇文章" → 你不知道写什么类型 → 问了一堆问题 → 用户不耐烦 → 文章质量差这不是用户的问题，是意图识别系统的设计缺陷。1.1 当前系统的四大问题问题表现根因意图模糊"帮我写篇文章"→ 不知写什么类型缺少角色/风格/长度约束追问不足一次性抛出一堆问题违反"每次只问1-2个"原则格式混乱输出结构不统一缺少格式模板红线缺失偶尔输出不合规内容缺少明确禁止项根因分析：不是AI不够聪明，是提示词工程没做到位。1.2 问题影响量化问题用户流失率满意度下降意图模糊35%-25%追问过多28%-30%格式混乱22%-20%红线缺失15%-15%二、OpenAI七条核心规则经过大量实践验证，OpenAI总结的七条规则是意图识别的黄金标准：规则说明示例1. 分隔指令与内容用###或\n\n\n分隔### 指令 ### 内容2. 极度具体化杜绝模糊描述“用3~5句话"而非"简短”3. 示例展示格式提供输出模板“输出格式：标签-内容”4. 精确数字替代模糊表述“200字以内"而非"不要太长”5. 正面引导+红线要做什么+禁止什么“写技术文章，禁止内部术语”6. 特定语言起始代码用import开头import torch7. 零样本优先默认Zero-shot复杂任务才用Few-shot2.1 规则落地对照表错误写法正确写法规则“简短一点”“控制在200字以内”精确数字“写点东西”“写一篇1500字的技术教程”极度具体化“随便写”“按照以下格式：标题→大纲→正文”示例展示格式没有红线“禁止出现内部术语和敏感话题”正面引导+红线2.2 每条规则的深度解析规则1：分隔指令与内容为什么需要分隔？模型需要明确区分"你要我做什么"和"我要处理的内容"。### 角色 你是一位技术专家。 ### 任务 撰写一篇关于Python的文章。 ### 内容 [用户提供的素材]规则2：极度具体化模糊 vs 具体对比模糊具体“简短”“200字以内”“详细”“至少包含5个代码示例”“专业”“面向中级开发者，包含最佳实践”规则3：示例展示格式提供输出模板输出格式： # 标题 ## 一、引言 [内容] ## 二、核心内容 [内容] ## 三、总结 [内容]规则4：精确数字数字比形容词更可靠形容词数字“简短”“200字”“详细”“1500字”“几个例子”“3-5个代码示例”规则5：正面引导+红线既要告诉模型做什么，也要告诉它不做什么正面引导： - 写技术教程 - 包含代码示例 - 结构清晰 红线： - 禁止内部术语 - 禁止夸大宣传 - 禁止编造数据