把任务说清楚，把验收写在前面

四个部分各管什么

任务定义说明做什么。这里的常见失误是只给动词：整理、润色、总结。这类词各自涵盖十几种做法，模型只能从中挑一种最常见的。可用的写法是把对象、动作、粒度、受众四件事都写出来：把这批书目条目按著者、书名、版本、年份四栏归并，同一著作的不同印次合为一条，供他人核对使用。

背景材料提供依据。要点在于只放与本次任务相关的部分，并明确标出每段的来源。前面讨论上下文时已经说过，无关材料不是无害的，它会稀释注意力并诱发张冠李戴。^S1

示例划定边界。研究早已表明，在输入中给出少量成对示例能显著改变模型在新任务上的表现。对本站这类工作，示例的真正价值在于传达那些说不清楚的体例习惯：破折号怎么用、书名号内的朝代要不要写、待考条目怎样标记。给两三个正例，再给一两个反例并注明为什么不合格，效果通常好过写半页规则。^S2

约束限定输出。凡是你会在验收时检查的，都应当在这里写成可判定的形式：输出多少条，每条多长，用什么字段，遇到不确定的情形该怎么标注，哪些内容一律不要生成。「不要编造」这类要求过于抽象，改写成「凡无法在所给材料中找到依据的条目，一律写入待考清单并注明缺什么」才可执行。^S3

验收标准要写在动手之前

这是整篇文章里唯一真正重要的一条。人在看到一段流畅的输出之后，判断力会不自觉地向它靠拢：本来想要 A，看到写得不错的 B，就说服自己 B 也可以。事先写定标准是对这种漂移的唯一防御。标准不必复杂，五到八条、每条能用是或否回答就够。^S3

不满意时改哪里

结果不合格时，多数人的反应是重新说一遍或者换个说法。更有效的做法是按四个部分逐一定位：内容跑题，改任务定义；细节出错，查背景材料是否给全、是否混入了无关内容；格式不对，加示例；输出太长太短或该标的没标，改约束。若属于需要多步推理才能做对的任务，可以要求模型先列出中间步骤再给结论，这一做法在需要连续推理的任务上被观察到有明显帮助，同时也让人更容易看出它错在哪一步。^S4

一份任务说明的骨架

把前面四个部分落成文字，可以有一个固定骨架，每次照着填即可，不必每回从头构思。骨架的价值不在于它写得多好，而在于它把容易漏掉的项目固定下来，使遗漏成为可见的空白而不是无声的缺失。以下顺序经过多次调整，把最关键的内容放在最前和最后，中间是材料，这正是前一栏讲过的位置原则的应用。^S1

第七项和第八项最容易被省略，也最值得保留。第七项把例外情形的处置事先约定下来，否则模型只能自行发挥，而它的发挥通常是抹平问题而非暴露问题。第八项则是一个廉价的检查：让它先复述理解再动手，若复述与你的本意不合，此时纠正只花一句话；若等它做完两百条再发现理解偏了，返工的代价完全不同。这两项加起来不过几十个字，却常常是整份说明中回报最高的部分。

验收标准应当另存一份，不与任务说明混在一起。理由有二：其一，它需要被反复使用，包括你自己复核、日后重做、他人接手；其二，把标准与说明分开，可以在不改动任务定义的前提下逐步收紧标准，从而看出成果质量随时间的变化。若两者写在一起，每次微调都会牵动全文，久之便无人愿意维护。^S3