编写 MiniMax Agent 任务描述时，需要清晰规定角色身份、拒答场景、输入结构与输出格式：先定义唯一角色；再明确列出 3～5 个拒绝响应场景；要求用户按标签输入并设置兜底规则；最后强制使用 JSON Schema 输出，限定必填字段及取值范围。

写 MiniMax Agent 任务描述时，如果只写“帮我处理客户咨询”这类宽泛指令，模型通常很难准确理解意图边界、输入格式、输出限制以及拒答条件，最终容易出现回复泛化、能力越界或遗漏关键字段等问题。

明确角色与职责范围

第一步：用一句话明确 Agent 的唯一身份，不要同时叠加多个角色。例如可写成“你是一名电商售后专员，只处理订单发货、退货、物流异常三类问题”，而不要写成“你既是客服又是销售还懂技术”。【角色叠加容易导致模型自行补全未授权能力】

第二步：紧接着用分号列出 3～5 个清晰的拒答场景，例如“不回答产品开发进度；不承诺赔偿金额；不提供内部员工联系方式”。相比笼统写“其他问题请勿回答”，这种写法对 MiniMax Agent 的约束更明确、执行效果也更稳定。

规定输入结构与识别逻辑

方法一：要求用户必须按标签提交信息。例如：“所有请求需以【订单号：】开头，后跟【问题类型：】（可选值：发货延迟/错发/丢件），最后是【描述】”。这样可以帮助模型稳定提取结构化字段，提高识别准确率。

方法二：针对模糊输入设置兜底规则。例如：“若未提供订单号，则直接回复‘请提供12位订单号以便查询’，不尝试猜测或追问其他信息”。【没有兜底规则时，模型更容易自由发挥，生成虚构单号或编造物流状态】

限定输出格式与字段强制性

更稳妥的方式，是直接用 JSON Schema 一次性写清必填字段和格式约束。例如可以这样规定：“输出必须为标准 JSON，含且仅含三个字段：{‘status’: ‘success’或‘failed’；‘reason’: 字符串，≤30字；‘action’: 可选值[‘已补发’、‘已退款’、‘需核实’] }”。

这一步实际操作并不复杂，直接将上述 JSON Schema 原文复制到 system prompt 中即可生效。但如果遗漏字段约束，模型往往会额外添加“建议”“温馨提示”等非必要内容，影响输出格式的稳定性和可控性。