一、适用问题
1. 用户输入是否符合预设语境？
2. 输出是否逻辑清晰、语义准确？
3. 是否存在潜在歧义或错误理解？
4. 输出是否满足用户设定的格式或风格要求？
5. 是否包含必要的背景信息或上下文？
6. 是否涉及多轮对话或复杂交互？
7. 输出是否具备一定的创造性或专业深度？
8. 是否存在文化或语言障碍？
9. 是否符合伦理规范与安全要求？
10. 是否具备可扩展性或可定制性？
二、准备资料
1. 用户输入文本：需包含明确的指令、问题、场景或任务。
2. 语境信息：包括但不限于时间、地点、人物、背景等。
3. 预期输出：用户期望的最终结果或目标。
4. 限制条件：如字数、格式、风格、语言等。
5. 其他辅助信息：如历史对话、相关知识库、工具支持等。
三、具体步骤
1. 理解用户指令：明确用户的具体需求和边界。
2. 分析语境信息：识别关键元素并进行分类处理。
3. 确定输出格式：根据用户要求选择合适的输出方式。
4. 验证输出内容：检查逻辑、准确性、完整性及格式是否符合要求。
5. 评估输出质量：确保内容符合预期，并具备可接受性。
6. 收集反馈：用户对输出的评价或进一步说明。
四、虚构示例
用户输入："请帮我写一篇关于人工智能的500字文章，要求包含历史发展、现状及未来趋势。"
语境信息：当前时间2025年，地点北京，人物为科技从业者。
预期输出：包含历史沿革、技术突破、应用案例及发展方向。
限制条件：字数500字，格式为段落式，不使用Markdown。
五、核对清单
1. 用户输入是否清晰？
2. 语境信息是否完整？
3. 输出内容是否符合要求？
4. 是否存在逻辑漏洞或错误？
5. 是否满足格式和风格要求？
6. 是否具有可读性和专业性？
7. 是否具备必要的背景信息？
8. 是否覆盖主要要点？
9. 是否包含必要的分析或评价？
10. 是否符合伦理规范？
六、常见误区
1. 未明确用户需求导致输出偏差。
2. 忽视语境信息影响输出质量。
3. 输出格式与用户要求不符。
4. 缺乏逻辑结构或内容不完整。
5. 未进行质量评估或反馈缺失。
6. 未考虑文化或语言差异。
7. 未验证输出内容的准确性。
8. 未确保输出符合伦理规范。
9. 未提供可扩展性或定制性支持。
10. 未进行充分的测试和验证。