通义千问年终总结提示词示例精选，结果更稳定

写年终总结时，很多人的工作和成果明明很扎实，一落笔却变成了流水账。如果用通义千问这类AI工具，只丢一句“帮我写个总结”，模型往往会生成一堆放之四海而皆准的废话——比如“能力提升”“项目推进”这类万能套话，交到OA系统里照样得反复改。问题的根源在于提示词里没有锁定你的真实岗位和具体操作动作。正确做法是：先把身份和用途写清楚、塞进真实工作案例、把温度值调到0.3、再关闭联网搜索。这样才能让模型输出可直接提交的内容，省去返工来回改的时间。

先锁定你的核心身份与汇报场景

打开通义千问网页版或App之前，别急着输入，花10秒钟想清楚一个关键问题：这份总结是写给谁看的？是人事存档用的合规版本、给直属领导看的精简汇报、还是晋升答辩用的成果放大版？不同用途决定了提示词的结构差异。存档版侧重时间线和合规表述，汇报版聚焦目标偏差归因，答辩版则必须突出你的不可替代性。身份和场景没锁定，后面加再多示例都稳不住——这是前提。

举个例子，假设你是地市级疾控中心流病科的主管医师，年底需要向分管副局长做年度汇报。那么提示词开头必须明确：身份是地市级疾控中心流病科主管医师，用途是向分管副局长汇报2024年度工作，风格上要求数据驱动、避免形容词堆砌、突出现场处置能力和跨部门协同实效。这样模型才知道该往哪个方向发力。

示例怎么加才真正有效

光写身份还不够，你需要在提示词末尾嵌入一个真实的工作片段。注意，不是罗列成绩，而是还原动作、结果和约束条件。比如：“7月应对XX县布病暴发，带队48小时内完成32例病例个案调查、划定3个风险村、协调畜牧局同步开展羊群检疫，最终疫情未扩散至邻县。”这条示例自带三个锚点：时间尺度、协作对象、闭环结果。模型看到后会自动对齐这种信息密度和因果链条，后续生成的其他条目也会保持同类结构。

如果你经常被领导批评“写得不够实”，可以试试对比式正误示例。直接给出一组对照：错误示范是“提升了应急响应能力”，正确示范写成“将突发疫情现场流调启动平均耗时从2023年的6.2小时压缩至2024年的3.7小时，依据是中心内部质控台账第8–12期数据”。模型看到这种显性标准后，会主动规避所有模糊动词，自动补上数据来源、计算口径等细节。但注意，只放1组对比就够了，放多了它反而会混淆主次。

关键参数设置不能省

以上内容填好后，别急着点发送。在通义千问输入框下方找到高级设置，打开温度值滑块，拖到0.3。温度值高于0.5时，模型为了语句流畅容易牺牲事实准确性；调到0.3之后，它会更严格地遵循你提示词里的身份限定、数据要求和示例结构，输出稳定性明显提升。

接着勾选“禁用联网搜索”。年终总结涉及单位内部数据、未公开项目名称、敏感时间节点，联网状态下模型可能虚构外部信源来补全逻辑，导致出现“据国家疾控局2024年X月通报”这类根本不存在的引用。关掉这个功能，才能保证内容完全基于你给的信息。

最后点击确定，把完整提示词粘贴进去，按回车执行。输出结果出来后，大部分内容可以直接复制粘贴到OA系统里，顶多做个微调就能提交。