把成功过程提炼成模板

假设第一次简报围绕三个公开文档，包含问题、变化、影响和待核对事项。下一周换成五份不同格式资料。直接复制旧稿并替换标题，容易留下过期日期、旧结论和不适用结构。

模板开头应说明输入缺失时如何处理。例如没有正文就不生成细节摘要，没有当前来源就不宣称“最新”，存在冲突就保留冲突表。异常规则让模板在困难输入上仍然诚实，而不是只对完美材料有效。

把变量变成明确字段

可以使用 研究问题、目标读者、来源列表、核验截止日期 和 输出长度 等字段。字段应有含义和示例，必要时指定必填。不要把真实人名、账号、私人路径或一次性凭证留在默认值里。

输出长度只是表达约束，不能用来迫使模型补写无证据内容。如果材料不足，模板应允许交付较短但准确的结果并说明缺口。反过来，材料复杂时也不能为了套固定段落数而隐藏重要冲突。

自动化哪些步骤，保留哪些判断

格式检查、重复链接检测和字段完整性检查通常比较容易自动化。来源是否支持结论、两个观点是否真的矛盾、读者是否能理解案例，则常需要更深入的判断。可以让 AI 辅助这些工作，但仍需设计评估与抽查。

外部发布、发送消息或修改共享数据属于另外的动作边界。模板应说明它们何时获得授权、具体目标是什么，以及如何核对结果。生成一份草稿并不自动授权把它发送给别人；模板也不能覆盖当前用户指令。

第二次运行是最小复用测试

选择结构不同但仍属于同一任务类型的输入，记录每一步是否需要人工补充。若某个步骤只适用于第一份资料，应抽象成更通用的判断，或明确缩小模板适用范围。修订后再跑原案例，避免为了适应新输入破坏已经有效的流程。

保留简短版本记录：修改原因、影响范围、验证样例和已知限制。模板不是一次写好永远不变的规则书，而是随着实际失败不断修正的方法。