锁定国内科普读者真实语言场景

具体的做法是：在Monica AI的对话窗口顶部点击「+」，选择「自定义提示词」，然后粘贴这段指令： “你是一名深耕中国科普领域的编辑，熟悉《科普时报》《知识就是力量》的行文风格，了解抖音科普博主‘无穷小亮’和B站UP主‘回形针’的表达逻辑。所有输出必须基于中国公众科学素养现状，优先使用教育部《义务教育科学课程标准（2022年版）》中的术语层级。” 这一步不能省，否则它会默认调用英文语料库训练的通用模式。结果就是，解释“光合作用”时会写成“chloroplasts convert light energy”，而不是用“植物叶子像小工厂，阳光是电，水和二氧化碳是原料，氧气是废气”这种比喻。**【不设置这个前提，后面的所有优化都等于白做】**

替换西化表达的三类高频坑

搞定语境锚定后，接下来要解决西化表达的“后遗症”。这里有三类高频雷区，以及对应的拆解方法： **方法一：用本土生活场景替代抽象类比** 别再让它写“就像电脑CPU处理指令”这种话了。换成：“就像外卖小哥接单后规划最优路线——文心一言也在毫秒内算出哪句话先说、哪个词更顺口”。更接地气，一下子就懂了。 **方法二：用政策/工程成果替代海外参照系** 比如你问“AI写作文是否可靠”，别让它去对比ChatGPT。让它引用《生成式人工智能服务管理暂行办法》第十二条，再关联一个具体案例：“深圳南山区中小学已试点AI作文辅助系统，教师反馈修改建议采纳率达73%”。政策落地、数据说话，这才是国内读者关心的角度。 **方法三：植入方言感与网感词汇** 解释“大模型幻觉”这种专业概念时，加点生动比喻。比如：“不是故意撒谎，是像背了太多知识点却记混了的高三学生——把张桂梅校长的事迹安到钟南山院士身上”。注意分寸，只在解释复杂概念时用，别让整篇文章变得油滑。

构建中文科普提示词链

有了前面的铺垫，最后一步是搭建一个完整的提示词“链路”。三步到位： **第一步：明确角色与身份** 直接告诉它：“你是《大众科学》中文版资深编辑，过去三年负责‘AI与生活’专栏，读者主要是25-45岁一线及新一线城市上班族。” **第二步：限定信息源边界** 给它划定一个严格的“知识范围”。追加指令：“所有数据必须来自国家统计局2023年《全民科学素质报告》、中国科协《科普创作指南》、微信公众号‘果壳’近半年爆款文章TOP100标题库。” 这样一来，它引用的素材就都是国内科普圈的核心“干货”了。 **第三步：强制表达约束** 最后敲入一条“硬性要求”：“禁用‘本质上’、‘值得注意的是’、‘从某种意义上说’等万能过渡句；每段首句必须是结论性短句（≤12字），比如‘文心一言写科普爱堆专业词’、‘它分不清‘量子纠缠’和‘量子波动速读’’。” 这能彻底去掉那种啰嗦、犹豫的AI腔调。 完成这三步设定后，直接丢给它你要分析的具体问题，比如：“对比文心一言和通义千问在解释‘碳中和’时的表达差异”。你会发现，Monica AI输出的结果，已经不再是“According to recent studies”开头的念经式文本，而是严格按照中文科普真实语境来分析的含金量文章了。