明确培训基础事实

最简单的办法，就是在提示词开头把这5个要素一次性写全：时间（精确到日）、地点（线上还是线下，具体到平台名称）、参训人员（人数、岗位构成，比如“32名一线销售，含7名新入职不满3个月者”）、培训主题（具体到模块，比如“妙鸭文档AI批注功能实操训练”）、主讲人（内部讲师姓名或外部机构名称）。

这5项缺一不可。漏掉任何一个，AI都会自动用模糊表述来填补——比如把“新员工”泛化成“部分学员”，把“腾讯会议”默认成“线上会议”。结果就是，生成的内容永远隔着一层，跟实际业务对不上号。

嵌入真实过程细节

光有框架还不够，还得往里塞真实发生过的细节。有两种方法可以用。

方法一：插入原始记录片段。把培训中真实出现的1到2句典型对话、错误截图描述、突发状况写进提示词。举个例子：“有学员在实操环节反复点击‘智能润色’按钮却无响应，后发现是未勾选‘启用AI服务’开关”。注意，这个细节必须来自真实发生，不能为了写而编造，否则AI会混淆逻辑因果，分析出来的结论全是错的。

方法二：标注关键动作节点。用时间轴的方式列出3个以上不可跳过的操作节点。比如：“09:15–09:22 学员完成妙鸭文档登录并绑定企业微信→09:35–09:48 全员同步打开《客户跟进笔记模板》→10:10 所有人提交首份AI改写后的段落”。这些节点是AI理解培训流程的核心参照物，缺了它们，复盘就只剩笼统评价。

限定输出视角与颗粒度

最后一步，是告诉AI“这份报告到底给谁看、看到什么程度”。

第一步：声明报告使用方。比如，“本报告用于提交给销售部负责人及IT支持组”。如果不写清楚，AI默认会按HR培训视角来输出，视角一变，分析的侧重点就全偏了。

第二步：指定问题归因层级。要求“所有问题分析必须落到具体功能按钮、权限设置、网络环境或文档模板版本”。不接受“系统不稳定”“操作不熟练”这类笼统归因。只有把归因钉死在具体环节上，改进才有可能落地。

第三步：给出数据锚点。提供一个真实基准值，比如“本次培训前，销售团队平均每周手动修改客户笔记耗时2.3小时”。有了这个参照系，AI对比生成的改进值才有意义，而不是凭空编一个“效率提升30%”出来。