第 5 讲 结构化提示词与迭代优化
第 4 讲的四要素让你的提示词（Prompt）"信息齐全"，本讲再进一步：把它升级为七字段的结构化模板，配上"迭代三板斧"，让一条调好的提示词从"一次性用品"变成可以反复填用的资产。
一、本讲学习目标
完成本讲后，你应该能够：
- 用七字段模板【背景｜角色｜任务｜要求｜输出格式｜示例｜约束】写出结构化提示词，并说出每个字段各"防"什么；
- 用"迭代三板斧"——追问补充、明确纠偏、让 AI 自评后再改——在 3 轮左右把不满意的输出修改到位，并逐轮留痕；
- 说出"给输出样例（少样本）、设定具体步骤、用分隔符分区、引导思考"四个优化技巧各自的作用；
- 开始建设个人提示词库：会保存、会打标签、能复用。
二、课前准备
- 回顾第 4 讲的"四要素"与"提问六要素"速查卡——本讲的七字段模板就是它们的合体升级，会用到第 4 讲的每个概念。
- 带上第 4 讲作业《提示词改写练习表》：课堂第 2 节整理提示词库时，它就是第一批"馆藏"。
- 准备好个人提示词库的存放处：一个在线文档或一个 txt 文件都可以，从本讲开始"入库"。
- 无需任何编程基础：本讲出现的 YAML 只是一种"键：值"格式的写法，进阶挑战会用两分钟示范，照抄即可。
三、核心概念精讲
1. 从"一句话"到"一张卡"：为什么要结构化
第 4 讲的四要素——要什么、给谁看、凭什么答、交付什么——解决的是"信息全不全"。本讲把四要素升级为七个固定槽位：背景、角色、任务、要求、输出格式、示例、约束。信息装进固定槽位后，提示词就从"一段话"变成了"一张卡"。
这套思路你在物理实验里早就见过：一份合格的实验记录单不会写成一段散文，而是按"日期／仪器／条件／数据"分栏填写。分栏不是形式主义——它防漏项（哪栏空着一眼看见）、便检查（每栏对着验收标准核）、利复用（下次实验照单再填一张）。结构化提示词完全同理：模板槽位保证不漏信息，字段名让 AI 一眼分清"哪句是指令、哪句是材料、哪句是底线"，固定写法让这张卡可以反复填用。还有一层账要算：上下文窗口（Context Window）容量有限，结构化提高的是单位容量里的有效信息密度。
2. 七字段模板：逐字段拆解
模板整体记作【背景｜角色｜任务｜要求｜输出格式｜示例｜约束】。前五个字段回答"怎么干"，后两个字段负责"防跑偏"：
| 字段 | 它回答什么问题 | 填空要点（以"论文摘要总结器"为例） |
|---|---|---|
| 背景 | 我是谁、材料从哪来、处在什么情境 | "我是物理专业本科生，正在整理实验报告的文献摘要；待处理材料见文末【材料】区" |
| 角色 | 你以什么身份、按什么水平工作 | "你是学术期刊的编辑助理，熟悉物理实验报告的写作规范"——角色一具体，语气与详略自动对齐 |
| 任务 | 具体做什么、做成几件事 | "把摘要总结为'目的—方法—结果—结论'四条"。一次只派一件事，事情多了就拆开 |
| 要求 | 质量标准：长度、数值、术语怎么处理 | "每条不超过 50 字；保留全部数值与单位；不得添加原文没有的内容" |
| 输出格式 | 交付物长什么样 | "按四行输出，末尾单列一行'关键数值：……'"——格式定死，验收才有一把尺 |
| 示例 | 照什么样子做 | 附 1–2 组"输入 → 输出"样例（见下一小节"少样本提示"） |
| 约束 | 底线与禁令：什么不许做 | "只依据摘要原文；原文未说明的标注'原文未说明'；不要评价学术水平"——约束是兜底的安全绳 |
两句话能办的小事（"把这句话翻译成英文"）不必套模板；一旦任务同时有"给材料"和"要成品"——总结、改写、出题、批改——就值得上卡。字段顺序可以调，但有一条铁律：指令区与材料区必须分开（第四节你会看到用分隔符怎么分）。
3. "示例"字段：少样本提示
在卡里附上 1–2 组"输入 → 输出"的样例，模型会主动模仿样例的格式、详略甚至语气——这就是少样本提示（Few-shot）。两个使用要点：其一，示例要按你要的质量标准来写——示例里的错别字、坏格式同样会被照学；其二，示例选"同类但不重复"的内容（总结单摆摘要，就用电学或光学的摘要做示例），避免模型把示例当答案抄回来。
4. 优化四技巧
除了把七字段填满，还有四个立刻能用的优化动作（要点整理自 Google 提示工程解读与阿里云文生文指南）：
- 给输出样例：与其描述"要什么样的格式"，不如直接给一个样例让它照抄骨架——上一节的"示例"字段，就是把这一招制度化。
- 设定具体步骤：把"总结这篇摘要"换成"先通读 → 列出全部数值 → 按四要素归纳 → 核对数值一致后再输出"。把复杂工作流拆成目标明确的顺序步骤，这也是技能（Skill）设计标准里对正文的一条要求。
- 用分隔符分区：用
###或===把背景、材料、任务、输出格式隔成明明白白的几块，AI 就不会把"你的要求"和"要处理的材料"搅在一起。 - 引导思考：对推理类问题补一句"请一步步分析后再给结论"——这叫思维链（CoT）。它的进阶玩法（提示链、思维树、自洽性等）见第九节拓展。
5. 迭代三板斧
第一版输出不满意，才是常态。别急着推倒重写，按顺序用三招：
- 追问补充：先弄清 AI 为什么这么答——"你总结时依据了原文哪几句？"把它的依据问出来，问题往往自己现形：是没看懂材料，还是漏读了要求。
- 明确纠偏：点名哪里不对、只改哪里——"第 3 条把'摆长'写成了'周期'，请只改这一条，其余三行原样保留。"纠偏越具体，返工越小。
- 让 AI 自评后再改：把"要求"字段递回去——"逐条检查你的输出是否满足这 3 条要求，先打分、列出不足，再改。"先自评再动手，常常一击即中。
三板斧背后是一条实验纪律：一轮只改一处。做物理实验讲究控制变量，提示词迭代同理——改了哪一处、输出变了什么，一一对应，你才能真正知道每个字段在起什么作用。这也是第五节《提示词迭代记录表》要求你逐轮留痕的原因。
6. 从提示词卡到提示词库，再到"技能"
建库：保存与打标签。调到满意的提示词，按"三件套"入库：卡原文（可整体复制的那一版）、适用场景（一句"什么时候用它"）、实测效果（好在哪里、翻过什么车）。再打上标签分类——#摘要总结、#翻译、#出题、#实验报告——存进一个固定文档。第 4 讲的改写练习与本讲的任务成果都应入库。这些卡不是一次性用品：期末项目会直接调用你的个人提示词库，攒得越厚，期末越省力。
再进一步：卡片长成技能。当一张卡被反复验证好用，它可以升格为 技能（Skill）标准里的一个文件——SKILL.md：在 Markdown 正文前加一段 YAML 元数据（一种"键：值"格式的轻量标记，写法见拓展区），再配上可选的素材目录。整份文件的结构可以画成三层：
| 层 | 装什么 | 何时被读取（类比） |
|---|---|---|
| YAML 前置元数据 | name（名称）、description（描述） | 像贴在文件夹外面的"目录卡"，始终可见 |
| Markdown 正文 | 方法步骤、输入输出规范 | 像"文件夹里的说明书"，接到相关任务才翻开细读 |
| 可选目录 scripts／references／assets | 脚本、参考资料、模板素材 | 像"附录柜"，需要时按需取用 |
这个"元数据常驻、正文按需加载"的设计，正是第 3 讲讲过的渐进式披露（Progressive Disclosure）——AI 助理不把整个资料室背在脑子里。本讲你只需记住方向：好的提示词卡，就是技能的雏形；第 8 讲你会见到技能的真身。
四、物理场景案例演示
课堂第 1 节，教师会现场写一个"论文摘要总结器"并当堂迭代。下面是完整过程，你可以直接复制复现。
为测定本地重力加速度，本实验采用单摆法。摆线长度 L 在 0.400 m 至 1.000 m
之间取 6 个不同值，对每个摆长用秒表连续测量 30 个全振动的总时间并除以 30，
得到周期 T。以 L 为横轴、T² 为纵轴绘制图线，数据点线性良好；最小二乘拟合
直线斜率为 (4.03±0.04) s²/m。由 T² = (4π²/g)L 可得 g = 4π²/斜率 =
(9.80±0.10) m/s²，与本地参考值 9.79 m/s² 在不确定度范围内一致。实验的
主要误差来源为计时的人为反应时间与小角度近似的偏离。第一版：一句话开局。
帮我总结一下这篇物理摘要。输出有四个典型翻车点：
- 几乎把原文复述了一遍，"总结"变成了"抄写"；
- 没有结构，目的、方法、结论混在一团；
- 关键数值丢了——斜率的不确定度 ±0.04 与 g 的 ±0.10 都没了影；
- 还自由发挥了一句"该实验对大学物理教学很有意义"——原文里根本没有。
### 背景
我是物理专业本科生，正在整理实验报告的文献摘要。
下面【材料】区是一篇关于"单摆测重力加速度"的实验摘要。
### 角色
你是学术期刊的编辑助理，熟悉物理实验报告的写作规范。
### 任务
把摘要总结为四条：目的、方法、结果、结论。
### 要求
1. 每条不超过 50 字；
2. 保留摘要中的全部数值与单位，不得改写或省略；
3. 不确定度必须与中心值成对保留，写作"（中心值±不确定度）单位"的形式，不得只写中心值；
4. 物理量符号（如 L、T、g）首次出现时用括号注明含义；
5. 只依据摘要原文，不添加原文没有的内容；
6. 原文没说清楚的地方，标注"原文未说明"。
### 输出格式
按"目的／方法／结果／结论"四行输出，
最后单独一行输出"关键数值：……"。
### 示例
输入摘要：为验证均匀带电球壳内部场强为零，先由高斯定理推得该结论，
再用试探电荷在壳内各处检验……
输出：
目的：验证高斯定理推论——均匀带电球壳内部场强为零
方法：理论推导＋试探电荷检验
结果：壳内各处试探电荷均未受明显作用，与推论一致
结论：高斯定理适用于球对称电荷分布
关键数值：无（定性验证）
### 约束
- 不要评价摘要的学术水平；
- 不要引入摘要以外的文献或知识；
- 全文不超过 200 字。
### 材料
（在此粘贴摘要原文）第二版的输出示例：
目的：用单摆法测定本地重力加速度 g
方法：取 6 个摆长 L（0.400–1.000 m），各测 30 个全振动取平均得周期 T，
作 T²–L 图线性拟合
结果：拟合斜率 (4.03±0.04) s²/m，得 g = (9.80±0.10) m/s²
结论：g 与本地参考值 9.79 m/s² 在不确定度范围内一致
关键数值：摆长 L 0.400–1.000 m（6 个）；斜率 (4.03±0.04) s²/m；g = (9.80±0.10) m/s²；本地参考值 9.79 m/s²🧪 查看运行结果（ZCode + GLM 实测）
AI Agent 真实执行并生成上述结果（执行环境：GLM+ZCode）。
输出一 · 第一版一句话提示词
这项实验用单摆来测定当地的重力加速度。实验中把摆线长度在 0.400 m 到 1.000 m 之间取了 6 个不同的值，对每个摆长都用秒表测量 30 个全振动的总时间，再除以 30 得到周期 T。之后以 L 为横轴、T² 为纵轴绘制图线，数据点线性良好，用最小二乘法拟合得到直线的斜率约为 4.03 s²/m。根据 T² = (4π²/g)L 的关系，可以由斜率算出 g 约为 9.80 m/s²，与本地的参考值 9.79 m/s² 符合得比较好。实验的主要误差来源是用秒表计时的人为反应时间，以及摆角不够小带来的近似偏差。总的来说，这个实验做法简单、现象直观，对理解简谐运动的规律很有帮助。
AI Agent 真实执行并生成上述结果（执行环境：GLM+ZCode）。
输出二 · 第二版结构化卡（原卡首跑）
目的：用单摆法测定本地重力加速度 方法：取 6 个摆长（0.400–1.000 m），各测 30 个全振动取平均得周期 T，作 T²–L 图线性拟合 结果：拟合斜率 (4.03±0.04) s²/m，得 g = (9.80±0.10) m/s² 结论：g 与本地参考值 9.79 m/s² 在不确定度范围内一致 关键数值：摆长 0.400–1.000 m（6 个）；斜率 (4.03±0.04) s²/m；g = (9.80±0.10) m/s²；本地参考值 9.79 m/s²
AI Agent 真实执行并生成上述结果（执行环境：GLM+ZCode）。
输出三 · 第二版结构化卡（优化后复测）
目的：用单摆法测定本地重力加速度 g 方法：取 6 个摆长 L（0.400–1.000 m），各测 30 个全振动取平均得周期 T，作 T²–L 图线性拟合 结果：拟合斜率 (4.03±0.04) s²/m，得 g = (9.80±0.10) m/s² 结论：g 与本地参考值 9.79 m/s² 在不确定度范围内一致 关键数值：摆长 L 0.400–1.000 m（6 个）；斜率 (4.03±0.04) s²/m；g = (9.80±0.10) m/s²；本地参考值 9.79 m/s²
AI Agent 真实执行并生成上述结果（执行环境：GLM+ZCode）。
注意第二版的排版套路：指令区（背景 → 约束）在前，材料区用 ### 单独隔开放在最后。换一篇摘要，只需替换材料区——"可复用"就体现在这里。迭代前后对比：
| 维度 | 第一版（一句话） | 第二版（结构化卡） |
|---|---|---|
| 结构性 | 无固定结构，四要素混写 | 目的／方法／结果／结论分行，一眼可查 |
| 数值保真 | ±0.04、±0.10 等关键不确定度丢失 | 全部数值与单位保留，并单列"关键数值"行 |
| 忠实度 | 自由发挥出原文没有的"意义与展望" | "只依据原文"上锁，没说的标"原文未说明" |
| 复用性 | 换一篇摘要基本要从头再说 | 只替换【材料】区即可换题重用 |
五、课堂实操任务单
本讲任务：完成"实验目的学术化改写器"——输入一段口语化的实验目的，输出学术版改写并附中英术语对照表。它与演示的"摘要总结器"共用同一副骨架，你练的是"把一张卡调到能用"的全过程。
我们做单摆实验，主要就是想搞清楚摆得快慢到底跟什么有关系。老师上课说
小角度的时候周期只跟摆长有关，跟摆锤质量没关系，我们就想自己测一测，
顺便把 g 算出来，看看跟 9.8 差多少。我们打算量好几根不同长度的摆线，
每根都多计几次时间取平均，最后把周期的平方对着摆长画个图，看看是不是
一条直线，是直线就说明理论靠谱。提示词起点已经搭好骨架，五个字段留给你来填：
### 背景
我是物理专业本科生，下面【材料】区是我写的单摆实验"实验目的"初稿，
语言比较口语化。
### 角色
【你来填写：让 AI 以什么身份工作？提示：熟悉物理实验报告规范的人】
### 任务
把这段"实验目的"改写为学术表述，并附中英术语对照表。
### 要求
【你来填写：改写要保留什么？术语怎么处理？长度有限制吗？】
### 输出格式
【你来填写：先给改写稿还是先给对照表？分几部分？】
### 示例
【选做：给一组"口语句子 → 学术句子"的改写示例】
### 约束
【你来填写：哪些事不许做？例如不得虚构材料里没有的实验内容】
### 材料
（粘贴教师发放的口语化"实验目的"）🧪 查看运行结果（ZCode + GLM 实测）
AI Agent 真实执行并生成上述结果（执行环境：GLM+ZCode）。
第 0 步 · 首跑用的完整提示词（骨架的实测填法）
### 背景 我是物理专业本科生，下面【材料】区是我写的单摆实验"实验目的"初稿， 语言比较口语化。 ### 角色 你是大学物理实验课的助教，熟悉物理实验报告的写作规范与常用术语。 ### 任务 把这段"实验目的"改写为学术表述，并附中英术语对照表。 ### 要求 1. 保留原稿的全部实验意图与信息点，一条都不能丢； 2. 口语说法换成规范的学术术语，对应关系收进对照表； 3. 改写稿用陈述句，长度 120–200 字。 ### 输出格式 第一部分：学术化改写稿（一段成文）； 第二部分：中英术语对照表（三列：口语原表述｜学术术语｜英文）。 ### 示例 口语句子："我们想看看弹簧挂的东西越重，伸长是不是越多。" 学术句子："本实验旨在检验弹簧的伸长量与其所受拉力之间的关系。" ### 约束 - 不得虚构材料里没有的实验内容、数据或方法； - 只改写，不点评原稿写得好坏。 ### 材料 （此处完整粘贴上方"任务材料"原文）
第 1 版输出（改写稿 199 字，符合 120–200 字要求）
【学术化改写稿】 本实验旨在探究影响单摆周期的因素。理论表明，在摆角较小的条件下，单摆的周期仅与 摆长有关，而与摆锤质量无关；本实验拟通过改变摆长对此进行检验，并在此基础上测定 当地重力加速度 g，将其与参考值 9.8 m/s² 进行比较，以验证实验方案的可靠性。实验 计划选取若干组不同长度的摆线，对每组摆长多次计时并取平均，以有效减小计时误差； 随后绘制 T²–L 图线，观察其是否为一条直线——若为直线，即可证明单摆周期公式成立。 【中英术语对照表】 口语原表述｜学术术语｜英文 摆得快慢｜周期｜period 摆锤｜摆球｜bob 多计几次时间取平均｜多次测量取平均｜repeated measurement and averaging 画个图｜绘制图线｜plot 理论靠谱｜与理论相符｜consistent with theory
AI Agent 真实执行并生成上述结果（执行环境：GLM+ZCode）。
第 1 轮 · 只改"约束"一处（明确纠偏）→ 第 2 版（节选改动句）
AI Agent 真实执行并生成上述结果（执行环境：GLM+ZCode）。
第 1 版：……将其与参考值 9.8 m/s² 进行比较，以验证实验方案的可靠性。……随后绘制 T²–L 图线，观察其是否为一条直线——若为直线，即可证明单摆周期公式成立。 第 2 版：……将其与参考值 9.8 m/s² 进行比较，考察偏差大小。……随后绘制 T²–L 图线，观察其是否为一条直线——若为直线，则实验结果与理论预期相符。 （同一条规则同时清掉了"以验证实验方案的可靠性"；其余语句原样保留）
第 2 轮 · 只改"要求"一处（明确纠偏）→ 第 3 版（节选改动句）
AI Agent 真实执行并生成上述结果（执行环境：GLM+ZCode）。
第 2 版：……对每组摆长多次计时并取平均，以有效减小计时误差；…… 第 3 版：……对每组摆长累计测量多个周期的总时间并取平均，以降低计时的相对误差；…… （"以有效减小计时误差"被替换为可核验的具体做法；其余语句原样保留）
第 3 轮 · 让 AI 自评后再改 → 第 4 版（终版，全文）
AI Agent 真实执行并生成上述结果（执行环境：GLM+ZCode）。
【学术化改写稿】（195 字，符合 120–200 字要求） 本实验旨在探究影响单摆周期的因素，并测定当地重力加速度 g。理论表明：在小角度 近似成立的条件下，单摆的周期 T 仅取决于摆长 L，与摆球质量无关。本实验拟选取若干 组不同摆长的摆线，对每组摆长累计测量多个周期的总时间并取平均，以降低计时的相对 误差；随后绘制 T²–L 图线，检验 T² 与 L 的线性关系——若图线为直线，则实验结果与 理论预期相符。最后由实验数据求出 g，与参考值 9.8 m/s² 比较，考察偏差大小。 【中英术语对照表】 口语原表述｜学术术语｜英文 摆得快慢｜周期 T｜period 小角度的时候｜小角度近似成立的条件下｜small-angle approximation 跟摆长有关｜仅取决于摆长 L｜pendulum length 跟摆锤质量没关系｜与摆球质量无关｜independent of bob mass 多计几次时间取平均｜累计测量多个周期的总时间并取平均｜repeated timing over multiple periods 把 g 算出来｜测定重力加速度 g｜gravitational acceleration 看看跟 9.8 差多少｜与参考值 9.8 m/s² 比较，考察偏差大小｜comparison with the reference value 把周期的平方对着摆长画个图｜绘制 T²–L 图线｜plot of T² versus L 看看是不是一条直线｜检验 T² 与 L 的线性关系｜linearity test 是直线就说明理论靠谱｜若图线为直线，则实验结果与理论预期相符｜consistent with theory
AI Agent 真实执行并生成上述结果（执行环境：GLM+ZCode）。
随后按三步走，每步完成一项就打勾（勾选状态会自动保存）：
《提示词迭代记录表》（第一行为示例）：
| 轮次 | 本轮只改了哪一处 | 为什么改 | 输出的关键变化 | 下一轮打算 |
|---|---|---|---|---|
| 示例 | "要求"里增加"术语首次出现时给出英文" | 第一版对照表外的正文漏掉了所有英文术语 | 正文出现 8 个中英对照术语 | 检查对照表与正文是否一一对应 |
| 1 | ||||
| 2 | ||||
| 3 |
六、常见坑与翻车案例
- 坑① 模板当填空作业：为凑齐字段写"角色：助手"——等于没设角色。字段要填"有用信息"，不是"有字就行"；填不出区别的字段，宁缺勿滥并注明理由。
- 坑② 示例给得潦草：随手写的示例带着错别字或坏格式，模型照样学。示例的质量就是输出质量的"上限预告"——按你要的标准写示例。
- 坑③ 一轮改五处：这轮改角色、下句改格式、顺手又改约束——好了不知道是谁的功，坏了不知道去哪回滚。解法：控制变量，一轮只改一处，逐轮记录。
- 坑④ 满嘴"不要"：通篇"不要太啰嗦、不要太正式、不要凑字数"。第 4 讲讲过优先正面指令——解法：翻成正面标准，"每条不超过 30 字，用陈述句"。
- 坑⑤ 火候到了不保存：调了四五轮终于满意，转头关掉对话框——下周一从零再来，前期投入全部清零。解法：满意版本立即入库打标签；"迭代记录表"本身就是你的存档底稿。
七、自测
1. 在七字段模板中，"要求"与"约束"的主要区别是？
- 二者完全重复，写其中一个即可
- "要求"是希望做到的事（正面标准），"约束"是底线与禁令（不许做什么、边界在哪）
- "约束"只对程序有效，AI 看不懂
- "要求"只能写字数限制
查看答案
B。"要求"给质量标尺（每条不超过 50 字、保留数值与单位），"约束"划底线（只依据原文、不引入外部知识）。一正一反，共同把输出"夹"进你想要的区间。
2. 在卡里附上一组"输入摘要 → 输出总结"的样例，让 AI 模仿其格式与详略，这种技巧叫？
- 思维链（CoT）
- 渐进式披露
- 少样本提示（Few-shot）
- 对拍
查看答案
C。给示例让模型模仿，就是少样本提示。思维链是"引导分步思考"，渐进式披露是技能的加载机制，对拍是用独立方法核验结果——三者都不是"给样例模仿"。
3. 迭代到第 3 轮输出仍不理想，按"三板斧"最该先做的是？
- 推倒重写整套提示词，从头再来
- 同时改掉角色、格式、约束三处，提高效率
- 把"要求"字段递回去，让 AI 逐条给自己的输出打分、列出不足，再决定改哪里
- 直接换一个 AI 工具重试
查看答案
C。让 AI 按"要求"字段自评，能先把"差在哪"定位出来，再动笔改——这正是三板斧的第三招"让 AI 自评后再改"。B 违反"一轮只改一处"的控制变量纪律；A、D 都放弃了定位问题的机会。
4. 判断题："迭代时一轮把角色、格式、约束一起改掉，收敛更快。"
查看答案与解析
不对。一轮只改一处是控制变量法：改好了知道是谁的功劳，改坏了知道去哪回滚。一次改多处，效果无论好坏都说不清原因，《提示词迭代记录表》也会失去"逐轮归因"的价值。
5. 简答：结合"个人提示词库"，说明为什么说"提示词是资产"。
参考答案
三个角度：①可复用——七字段卡换材料只填空，一条调好的卡能服务整个学期的同类任务；②可积累——保存＋打标签让卡片越攒越厚，个人提示词库成为你的"方法存款"；③可交接——期末项目与小组协作可以直接调用库里的卡片。就像写下来的实验方案下次照单重做，入库的每张卡都是下次任务的起点。
八、课后作业
为"实验报告润色助手"写一个可复用的结构化提示词：
- 用七字段模板成卡。定位：输入口语化的实验报告片段（目的、步骤或结论均可），输出学术化改写。可以沿用课堂"改写器"的骨架，但"要求"与"约束"两个字段必须按"报告润色"重新调整——先想清楚：润色的验收标准与实验目的的改写有何不同？
- 从自己的真实实验报告里取材料，测试 3 次；每次记录：当轮版本、输出质量（好在哪里、坏在哪里）、发现的问题、本轮的改进。
- 提交三件套：最终版提示词卡（含七字段，鼓励附 YAML 头）＋迭代记录表（≥3 行）＋一句话自评："它现在能稳定复用了吗？还差什么？"
按课程《学术诚信与 AI 使用规范》，本作业需附《AI 使用声明》（AI 使用声明）：用了什么工具、让它做了什么、你如何核查。你在迭代记录表里留下的每一行，本身就是一次标准的AI 使用日志实践——过程留痕，既是方法，也是诚信。
九、进阶拓展（选学）
🎓 提示词卡升级为技能：SKILL.md 的元数据规范与思维链进阶玩法
从第 4 讲的四要素模板，到今天带 name 与 description 的提示词卡，你其实已经摸到了 Agent 技能的门槛。技能开放标准规定：每个技能必备一个 SKILL.md 文件，开头是一段 YAML 前置元数据，其中 name 与 description 为必填字段，约束如下（不同实现可能略有差异，以标准文档为准）：
| 必填字段 | 约束条件 |
|---|---|
| name（名称） | 最多 64 个字符；只能用小写字母、数字与连字符；不能以连字符开头或结尾；需与技能所在文件夹同名；建议用"动名词"形式命名（标准自带的示例如 generating-practice-questions、analyzing-time-series） |
| description（描述） | 最多 1024 个字符；不能为空；要说清这个技能"做什么"以及"何时使用"；最好包含能帮助 Agent 识别相关任务的关键词 |
标准还预留了可选字段（如许可证 license、兼容性说明 compatibility、任意键值对 metadata 等），初学阶段用不到，知道有即可。下面是本讲进阶挑战的参考写法——注意 name 用了动名词，description 把"做什么"和"何时用"一句话讲全：
---
name: rewriting-lab-purposes
description: 把口语化的物理实验目的改写为学术表述，并附中英术语对照表。当输入是实验目的初稿，或需要"学术化改写实验报告用语"时使用。
---这张带元数据的卡，就是 Agent 技能的雏形——第 8 讲你会见到技能的真身：Agent 接到任务时先扫一眼各技能的 name 与 description（那张"目录卡"），判断该翻开哪份"说明书"。
思维链的进阶玩法（承接精讲第四节）：
- 提示链（Prompt Chaining）：把大任务拆成一串小提示接力——先让 AI 提取数值，再把数值清单喂给下一轮让它归纳，上一轮的输出就是下一轮的输入。每一步都比"一口吃成胖子"更可验收。
- 思维树（Tree of Thoughts）：让模型对同一问题同时长出几条思路，先摆出来比较，再选一条走下去。适合"多种解法并存"的物理题。
- 自洽性（Self-Consistency）：同一道计算题独立运行 3–5 次，取多数一致的答案；分歧大就人工复核。这正是物理实验"多次独立测量、看结果是否自洽"的思路。
- 变量复用：把卡里会变的部分写成占位符，如 {材料原文}、{字数上限}，每次填空即用——你的七字段卡就有了"参数"。（本条与自洽性要点整理自 Google 提示工程解读。）
想看更多真实技能长什么样，可阅读 agentskillsdev.com 的中文深度手册，作为课堂内容的延伸。