写好分析型提示词的关键是构建微型分析框架：明确具体对象与1–2个核心问题，指定2–4个分析维度及逻辑顺序，规定结构化输出格式并锚定证据，限定知识范围与响应边界。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
写好分析型提示词，关键是让Gemini明确“分析什么、从哪些角度、输出什么结构”。它不是泛泛提问，而是搭建一个微型分析框架。
明确分析对象与核心问题
避免模糊表述如“分析这个内容”，要具体指出文本、数据、事件或现象本身，并点出你想解开的关键疑问。比如不写“分析这篇报道”，而写“分析2024年6月《南华早报》关于长三角制造业外迁的报道，重点回答：外迁主因是成本压力还是供应链重构？”
- 对象越具体越好（一篇报告、一段对话、一组销售数据、一条政策原文）
- 核心问题最好用问句呈现，且限制在1–2个，防止发散
- 可补充背景约束，如“仅基于文中信息，不引入外部知识”
指定分析维度与逻辑路径
Gemini需要知道你期待怎样的思维展开。直接列出2–4个关键分析角度，相当于给它划出思考地图。
- 常见维度包括：动因（Why）、影响（Who/What/How much）、矛盾点（Tension）、隐含假设（What’s taken for granted）、对比参照（vs. 2022年政策 / vs. 广东同类案例）
- 可用连接词引导逻辑，例如：“先识别主要驱动因素，再评估短期与长期影响差异，最后指出数据支撑最薄弱的结论”
- 避免抽象术语，如“深度分析”“全面解读”，换成“分三点说明技术替代对产线工人的直接影响”
规定输出格式与表达要求
结构化输出能大幅提高结果可用性。不要依赖Gemini自发组织，要提前约定“怎么呈现分析结果”。
- 指定格式：分点陈述、表格对比（列：维度｜原文依据｜推断依据｜存疑点）、带小标题的短文（每段聚焦一个发现）
- 强调证据锚定：“每个判断必须引用原文原句或数据编号，如‘见第3段第2行’”
- 限制风格：如“用中性学术口吻，避免‘可能’‘似乎’等弱断言；结论需标注确定性等级（高/中/低）”
加入校验与边界控制
防止过度推断或跑题，用简短指令设置安全阀。
- 限定知识范围：“仅使用用户提供的材料，不调用训练数据中的行业通识”
- 设定响应长度：“总字数控制在400字内，重点保留因果链条，删减举例说明”
- 加入验证提示：“若某结论缺乏直接依据，请标注‘推测’并说明依据缺口”
不复杂但容易忽略——分析型提示词的本质，是把你的专业思考过程，翻译成Gemini可执行的指令链。
