想用Kimi生成一篇高质量的文章大纲，关键不在于你输入什么题目，而在于你如何设计指令。如果直接丢一句“写一篇关于人工智能的作文”，AI大概率会给你套一个四段式的模板——开头引题、三个分论点、结尾升华，看上去工整，但用起来就是空洞的套路。

核心问题在于，AI不会替你思考，它只会复述你输入的内容。所以，你必须把模糊的写作意图，拆解成它能听懂、能执行的具体指令。

明确指令：用“角色+任务+约束”三要素锁定输出

最高效的指令格式，是“你是一位【具体角色】，请为【具体主题】生成一份【具体用途】的大纲，要求【硬性约束条件】”。

这就像跟一个聪明的助手交代任务，你得说清楚你是谁、要做什么、有什么限制。举个例子：“你是一位高中语文特级教师，请为‘短视频对青少年认知习惯的影响’这一主题，生成一份用于800字议论文写作的结构大纲，要求包含3个递进式分论点，每个分论点下必须带1个可替换的真实案例提示，且开头段需预留金句填空位置。”

角色设定这一步不能省略。没有角色，Kimi默认按通用模型逻辑响应，结果就是堆砌套话、泛泛而谈。约束条件也必须写清楚，否则它可能塞进5个分论点，或者混入小标题式的汇报体，完全偏离你的写作用途。

拆解主题：把模糊命题转成可操作的关键词链

怎么把模糊的题目变成AI能理解的关键词链？这里有两个实用方法。

方法一：主谓宾压缩法

把一个看似宏大的题目，压缩成“谁→做什么→达成什么”的结构。比如“乡村振兴中的文化传承”，可以压缩为“谁（基层干部）→做什么（活化非遗项目）→达成什么（提升村民文化认同）”。把压缩后的这句话直接复制进Kimi指令，比原题更容易触发结构化的响应。

方法二：矛盾提取法

遇到有张力的题目，比如“慢生活是否过时”，先手动写出两组对立的关键词：“效率崇拜 ↔ 心理耗竭”“算法推送 ↔ 注意力碎片化”。把这两组词连同原题一起发给Kimi，它会自动识别冲突维度，生成一个对比型的框架，而不是平淡的论点罗列。

这里有一个关键前提：你必须先自己完成关键词拆解，再喂给Kimi。AI不会替你思考题目背后的内在矛盾，它只会复述你输入的那些表面词汇。

校验与修正：用追问强制细化层级

收到初版大纲后，别急着用，先做三件事。

第一，检查二级标题是否全是动宾短语，比如“分析成因”“提出对策”“阐述意义”。如果出现“意义重大”“影响深远”这种虚词，说明Kimi没有理解你的任务，需要重新发指令。

第二，对任何一个二级标题，追加提问：“这个部分需要几个三级支撑点？每个支撑点用什么类型的论据，是数据、政策，还是个案？”

第三，如果某个三级点标注了“举例说明”，立刻补问：“请为该点提供1个2024年后发生的、非教科书常用的真实案例，并注明信息来源类型，比如政府公报、学术论文或媒体报道。”

这三步追问能快速暴露Kimi回答中的模糊地带，逼它输出真正可落笔的骨架——不是那种漂亮但空洞的树状图，而是每根枝杈上都挂着可以摘取的果实。