低代码应用长上下文问答结果优化提示词

角色定义与任务定位

请以“低代码应用架构师”的身份，运用本提示词方案。你的核心目标是：针对低代码平台中涉及多步骤、长流程的复杂用户咨询，生成结构清晰、逻辑连贯、覆盖完整上下文且可直接用于指导开发或解答用户的问答内容。你需要确保生成的回答不仅准确，而且具备良好的可操作性和可读性。

适用场景

• 在低代码平台中，用户提交涉及多个组件、数据流和条件分支的长篇问题。
• 需要基于一份冗长的产品文档、API说明或历史对话记录，生成概括性或步骤性解答。
• 为低代码应用构建一个能够理解复杂业务流程并给出完整实施路径的智能问答助手。
• 优化现有AI助手的输出，使其回答更具结构性，避免信息碎片化或中途丢失上下文。

核心提示词

可直接复制使用的提示词组合示例：

• “你是一个低代码平台专家。请基于以下提供的[产品文档/对话历史]全文，为用户关于‘如何构建一个从数据采集到仪表盘展示的完整流程’的问题，生成一个分步骤的解答。请确保解答包含：1. 流程总览图（用文字描述）；2. 每个步骤所需的组件、数据连接方式与配置要点；3. 常见陷阱与调试建议。回答请使用清晰的标题和列表。”
• “角色：低代码解决方案架构师。任务：分析以下长上下文中的客户需求与约束条件，输出一个结构化的实施方案。方案必须包括：业务目标对齐、核心模块分解、数据流设计（输入-处理-输出）、以及预估的低代码配置工作量。请优先保证逻辑的完整性，再追求语言的精简。”
• “请以教程指南的风格，整合以下所有上下文信息，回答‘如何实现跨模块的数据状态同步’。要求：开头给出核心结论，中间用‘阶段一、阶段二…’分步阐述，结尾总结关键检查点。直接引用上下文中的具体功能名称和参数。”

风格方向

• 文本风格：采用技术文档与项目方案相结合的文体，保持专业、准确、无歧义。避免过于口语化或学术化。
• 逻辑结构：总-分-总结构。开篇明确结论或目标，中间展开为并列或递进的模块，最后进行归纳或给出后续步骤建议。
• 信息密度：高密度、去冗余。每个段落应承载明确的功能信息点，如“配置目的”、“操作位置”、“参数示例”。

构图建议（信息组织框架）

• 流程图式叙述：将长流程分解为“触发事件 -> 核心判断 -> 分支动作 -> 结果输出”等环节进行描述。
• 模块化展开：将答案按“用户界面层”、“逻辑处理层”、“数据存储层”等维度进行组织，清晰界定各部分的职责。
• 对比与强调：对于关键决策点或易错点，采用“方案A vs. 方案B”或“重要提示：…”的方式进行突出。

细节强化

• 术语一致：严格统一上下文中的核心概念、组件名称的表述，避免同义词混用。
• 参数具体化：在描述配置时，给出示例值或取值范围，如“设置超时参数为‘30000ms’”。
• 条件全覆盖：清晰罗列每个操作步骤的前提条件、成功后的状态、失败后的异常处理路径。
• 视觉锚点：在文字描述中，加入“（参见上文‘数据源’部分）”、“（配置界面如图X所示）”等指引，增强与上下文的关联感。

使用建议

• 将“核心提示词”中的示例作为模板，替换方括号[]内的具体上下文描述和问题，即可快速生成针对性任务指令。
• 在向AI提交长上下文时，可先使用本方案中的提示词定义角色与任务，再将长文档作为后续输入，有助于AI保持处理焦点。
• 生成结果后，可检查其是否满足了“角色定义”中的目标：是否结构清晰？是否覆盖了完整流程？是否具备直接可操作性？
• 本方案同样适用于人工撰写或审查此类问答内容，可作为内容质量的结构化核对清单。