要让一份研究报告真正‘具有决策价值’，关键在于：在生成前就明确告知AI‘报告为谁撰写、用于何种场景、如何落地执行’。否则，AI默认输出的内容往往是‘综上所述’、‘有待进一步研究’等学术论文体——此类内容，卫健委领导阅读三行便会失去耐心。

先分享几个核心判断：与其花费时间后期反复修改，不如在撰写提示词阶段就规避问题。以下四步，每一步都直接决定报告能否从‘表面专业’转化为‘实际可拍板决策’。

第一步：明确‘报告的使用者、使用场景及决策用途’

直接向DeepSeek说明使用角色、使用场合和决策用途。例如：‘这是一份为某省卫健委医政处负责人撰写的《基层AI辅助诊断系统落地障碍分析报告》，用于下周专题会决策是否扩大试点范围。’

若不明确这些，模型默认按学术论文风格输出——通篇‘综上所述’、‘有待进一步研究’，但卫健委领导需要的是‘3个核心障碍+2条可立即执行的破局建议’。【未明确使用场景=默认通用模板，90%内容需重写】

第二步：框定报告骨架，禁止自由发挥

使用编号或符号明确列出必须包含的模块，并注明每部分的核心任务。例如：

1. 现状扫描：仅列出2024年已落地的5个省级试点真实数据（来源限定为国家卫健委公报或省级评估报告），剔除预测性描述；

2. 障碍归因：按‘设备层→系统层→人员层→制度层’四级拆解，每层仅写1个最痛问题+1个现场访谈原话佐证；

3. 建议部分：给出3条建议，每条包含‘责任主体（如县级卫健局）+启动条件（如已有远程心电平台）+3个月内可见动作（如每月1次装机后校准培训）’。

这一步漏掉任何一项，模型就会自动补全它认为‘合理’的内容——而这些补全项往往是你不需要的。

第三步：嵌入真实约束条件

方法一：限定信息来源
明确要求‘所有数据引用必须来自2024–2024年《中国卫生健康统计年鉴》《国家医疗质量安全报告》及已公开的省级试点验收文件，禁用‘据调研’、‘业内人士指出’等模糊表述’。

方法二：控制语言颗粒度
增加一句：‘避免使用‘显著提升’、‘明显改善’等定性词，全部替换为可验证的量化表达，例如‘诊断时效从平均4.2小时压缩至1.7小时（2024年Q1-Q3三级医院数据）’。

方法三：堵死格式漏洞
结尾添加：‘全文禁用脚注、尾注、参考文献列表；所有数据出处以括号内简标呈现，如（卫健委统〔2024〕12号表3）’。

第四步：为模型设置‘检查锚点’

生成初稿后，立即执行以下验证：
① 打开报告，随机挑选3处数据，反向搜索是否能在指定来源中找到对应原文；
② 将‘建议’部分单独复制，发给一位实际业务负责人询问：‘这条建议你现在就能拍板执行吗？如果不能，卡在哪儿？’
③ 删除所有‘我们认为’、‘应该’、‘建议加强’类表述，仅保留主语+动作+时限+交付物，例如‘县疾控中心于2026年9月前完成AI质控模块与LIS系统接口联调’。

只要有一条通不过，整份报告退回重写——不是微调，而是彻底重写。