实际上，要使阶跃AI输出的咨询建议严格遵循专业领域专家的思维路径，单靠“请扮演XX专家”这类泛化指令远远不足，必须将真实的决策逻辑、专业知识边界及表达约束注入其中。

精准设定专家角色的专业边界与判断依据

第一步，在Prompt开头直接明确该专家的岗位权限与硬性约束条件。例如：“你是一位三甲医院肿瘤科副主任医师（有处方权但无医保审批权），当前正在为一位62岁、EGFR突变阳性、已接受一线奥希替尼治疗14个月后出现C797S耐药的非小细胞肺癌患者制定二线治疗方案。”

第二步，列出三条不可逾越的硬性前提——【必须注明每条依据来源：2026版CSCO指南第3.2条/某III期临床试验NCT04XXXXX原始数据/国家医保药品目录2026年版】。若缺乏来源标注，AI极易跳过此限制，直接生成超适应症的建议，这无疑触碰了合规红线。

第三步，主动标注信息缺口。例如写明“患者PD-L1表达值尚未回报，此处按＜1%保守估算；若后续回报＞50%，需重新评估免疫联合策略”。这一举措能迫使AI放弃模糊猜测，转而推演不同条件下对应的不同对策。

嵌入诊断—归因—权衡—建议四步推理链

方法一，强制分段输出结构。要求AI严格按以下顺序回应：①用一句话指出当前核心矛盾（如“耐药机制不明导致方案选择缺乏靶向依据”）；②从分子病理、药物代谢、患者体能三个维度各列一条可能成因；③用表格对比阿美替尼+贝伐珠单抗 vs 氯喹联合方案在PFS预期、AE发生率、医保覆盖度三栏得分；④给出带执行优先级的建议，例如“首选方案A，但需在用药前完成ctDNA动态监测”。

方法二，绑定真实临床工具调用。在Prompt末尾追加指令：“调用阶跃内置的【CSCO指南速查】技能，提取2026版对应章节原文，仅引用原文编号与结论句，不进行 paraphrase。”这能有效防止AI自行编造或曲解指南内容。

锁定专业语气与交付格式

直接规定输出样式：“结论前置，不超过20字；3点依据用短横线分隔；1条风险提示加⚠️符号起头。”

禁用词清单必须具体：“禁止出现‘可能’‘或许’‘一般认为’；所有疗效数据必须带95%CI区间；提到药物名时同步标注商品名与通用名（如‘泰瑞沙®（奥希替尼）’）。”

语气控制示例：“采用门诊病历书写风格，每句话主语明确（‘患者’‘本方案’‘医保局’），不出现‘我们’‘笔者’等人称代词。”

注入真实客户身份与决策场景

第一步，说明服务对象的具体职务与权限。“你正在向该院药事管理与药物治疗学委员会提交书面论证材料，该委员会由8名委员组成，其中3名为医保办代表、2名为财务处代表。”

第二步，点明其最紧迫的考核指标。“该材料需要支撑‘将阿美替尼联合方案纳入院内医保特药通道’的申请，委员会最为关注的是单例年治疗成本增幅是否小于15%。”

第三步，限定交付物形态。“输出格式为Word可粘贴文本，包含标题‘关于EGFR C797S耐药患者二线治疗的医保准入论证’，正文分为‘临床必要性’‘经济性分析’‘风险管控’三节，每节不超过180字。”