要让 DeepSeek 自动生成高质量的工作总结，核心秘诀并不在于“让它写什么”，而在于“如何准备输入材料”以及“如何设计指令结构”。单纯扔给它一堆零散的工作日志，模型通常只能产出流水账式的记录。只有通过结构化的信息输入与精准的指令引导，才能驱动它提炼出真正的成果、深度归因与核心价值。
第一步：使用 {任务} {进度状态} {风险问题} 框架整理原始数据
DeepSeek 不会自动理解“方案调整了三次”背后所代表的“推动需求闭环”价值。这需要通过预设的数据字段来锚定信息的分析维度。在准备 Excel 数据源时，确保至少包含以下三列。像 {负责人}、{协作方}、{交付物} 等属于优化项，但基础框架必须明确。
{任务}应描述具体、可衡量的动作。避免使用“日常运维”等宽泛描述，应改为“修复订单支付失败率，从 8.2% 降低至 0.3%”。{进度状态}必须采用明确的离散值，如“已完成”、“进行中（待测试）”、“已上线”或“阻塞（等待法务审批）”。严格杜绝“差不多了”、“快好了”等模糊用语。{风险问题}仅记录真实存在且对项目交付构成影响的障碍。不要填写“时间紧张”这类通用描述；如果确实没有风险，请明确填写“无”。
第二步：提示词中避免模糊指令，采用“按以下结构输出”的契约式命令
使用“帮我写个总结”这类开放式指令，容易导致 DeepSeek 自由发挥，生成偏离预期的述职报告或项目建议书。有效的方式是定义清晰的输出格式契约：
- 开头明确定位：“你是一名专业的业务复盘助理，任务是根据输入的结构化字段生成客观的工作摘要。”
- 使用明确的段落标签：采用【核心概览】【重点进展】【后续待办】等带中文括号的标签，它们比“第一部分”等表述更稳定、更易于解析。
- 增加格式与风格约束：例如规定“【核心概览】不超过 30 字，需包含具体任务与明确状态，避免使用‘已’、‘正在’、‘计划’等时态词”。
第三步：通过 Excel 调用 API 时，务必对 DS_PARAM 函数参数进行转义处理
若使用 VBA 封装 DS_PARAM 函数调用 DeepSeek API，一个常见误区是未处理特殊字符。Excel 单元格中的换行符（Alt+Enter）在 HTTP 请求体中需转换为 \n，否则 API 可能返回 400 Bad Request 错误。同理，若单元格内容包含英文双引号（如任务名称“优化「用户注册」体验”），也需要转义为 "，以防 JSON 解析失败。
- 在 VBA 代码中应对每个参数进行预处理：
Replace(Replace(cell.Value, Chr(10), "\n"), """", """")。 - 避免将所有字段拼接为一个长字符串传入。应构建规范的 JSON 结构，确保
{任务}、{风险问题}等作为独立的键值对。 - 在开发阶段，建议先用 Postman 等工具模拟请求，确认请求体能被 API 正确解析后，再集成到 Excel 宏中。
第四步：识别并修正提示词失效的信号
如果生成结果中频繁出现“较好完成”、“取得一定提升”等模糊表述，这标志着模型未能从输入数据中获得足够明确的量化锚点，是提示词约束失效的典型信号。此时，应立即排查以下两点：
- 检查原始数据是否缺失关键量化信息？例如，是否只写了“提升用户活跃度”，但未提供旧数据、新数据或具体的提升百分比。
- 检查提示词是否遗漏了对模糊用语的禁止？必须加入明确约束：“禁止使用‘较’、‘较大幅度’、‘明显’、‘显著’等程度副词，所有成效描述必须附带可验证的数值指标或明确的状态变化。”
- 对于确实无法量化的工作记录（例如“参与跨部门协调会”），宁可留空或在记录中注明“无量化产出”，也不要让模型进行主观臆测或编造。
最终的挑战，并非如何让 DeepSeek 写出文字，而在于持续优化输入数据的结构化程度与提示词指令的控制力之间的匹配关系。每当生成结果出现偏差时，最有效的改进方向往往是回头审视和优化你的数据准备方式，而非反复修改提示词本身。