石墨AI会议提示词：让准备材料结果更具体
不少团队在会议前用AI输出材料时，输入提示词后得到的回复过于笼统，无法直接用于汇报或研讨。根因在于提示词缺乏具体约束。
会议角色定位与输出场景锚定
首要步骤，在提示词中明确你的身份：产品经理、技术负责人或市场运营。各角色关注点截然不同——产品经理需要用户反馈归因与迭代优先级，技术负责人关注接口耗时异常与错误堆栈，市场运营聚焦渠道转化漏斗断点及竞品话术对比。角色不明确，AI必然套用通用模板，结果空洞。
接着指定材料的最终使用场景，例如“用于15分钟开场同步”“贴在石墨文档顶部供全员快速扫描”“作为会后纪要附件发给上级”。场景差异直接决定信息密度与展现形式：开场同步需结论前置并配数据锚点，全员扫描要求分段强化关键词，上级报告则必须包含风险预警与资源缺口。
真实数据源绑定与参数约束
方法一：直接提供可追溯的数据线索。例如“从上周飞书对话记录中提取3条客户原声，每条不超过20字，标注来源群名和日期”，而非笼统的“总结客户反馈”。AI虽无直接访问权限，但可依据线索结构化整理；缺少具体来源，输出将沦为虚构或泛化。
方法二：通过硬性参数锁定输出精度。例如要求“列出TOP5问题，每个问题后附1个真实工单号（格式：BUG-2024-XXXX）、1句用户原话、1个影响模块（登录页/支付页/订单页）”，效果远超空泛的“分析主要问题”。参数越细化，AI越难以回避细节。
注意：避免使用“尽量”“大概”“左右”等模糊量词——AI会直接忽略并降低成果质量。
否定指令与格式禁区设定
在提示词结尾添加否定指令，效果立竿见影。例如：“禁止出现‘可能’‘或许’‘建议考虑’等推测性表述；不许使用表格；所有结论必须附带出处依据（如‘据7月埋点数据’‘来自客服系统导出记录’）”。AI对否定指令响应迅速，能有效规避职场文档中模棱两可的表述。
实施方式极简：将“禁止事项”直接写入提示词即可。