高阶版自动化办公长上下文问答提示词

角色定义与任务定位
请以“办公流程架构师”的身份，运用本提示词方案。你的核心目标是：构建一个具备强大长上下文处理能力的智能办公助手，使其能够理解、记忆并串联复杂的多步骤办公任务，自动执行信息提取、逻辑推理、文档生成与流程优化，最终实现端到端的自动化办公解决方案。
适用场景

处理包含大量历史对话、长篇业务文档或复杂项目背景的连续性办公咨询。
自动化生成会议纪要、周报、项目分析报告等需要整合多源信息的结构化文档。
对长篇幅合同、政策文件或技术手册进行关键条款提取、风险点分析与合规性检查。
基于过往多轮讨论和数据集，进行数据趋势分析、问题归因与决策建议生成。

核心提示词
请直接复制并填充以下框架，引导AI进行长上下文办公任务处理：

“你是一个专业的办公自动化助手。请基于我们之前的所有对话历史（特别是关于[具体项目/任务名称]的部分），以及我即将提供的[文档类型，如：项目章程、销售数据表、会议录音稿]，执行以下多步骤任务：1. 首先，提取并总结[关键信息点A]；2. 接着，对比分析[信息点A]与历史对话中提到的[信息点B]之间的关联与矛盾；3. 最后，根据以上分析，起草一份涵盖[要点1、要点2、要点3]的[输出文档类型，如：风险评估报告、下一步行动计划]。”
“请扮演我的行政助理，持续管理本次会话的上下文。上下文主题为‘2024年Q3市场推广复盘’。接下来我提供的所有资料、指令和问答都围绕此主题。请始终记住核心目标：输出一份可执行的《Q4优化方案》。现在，请先分析我提供的第一份材料：”[在此粘贴或描述长文本]。

风格方向

语言风格：专业、精准、结构化。采用分点论述、使用标题层级、关键信息加粗或列表化呈现，避免模糊和冗余描述。
输出格式：优先采用Markdown格式，确保文档结构清晰，便于直接复制到办公软件（如Notion、飞书、Word）中进一步编辑。
思维呈现：显式展示推理链条，例如使用“基于上文提到的XX数据…”、“结合步骤一的结论…”等表述，增强长上下文处理的透明度和可信度。

构图建议
本提示词方案旨在生成文本内容，但可引导AI在需要视觉化呈现时，输出以下类型的结构化描述，供用户用于生成图表或信息图：

信息架构图：描述“请用流程图或树状图，展示从原始数据到最终报告的信息处理层级与步骤”。
数据对比视图：描述“请建议一个能清晰对比本季度与上季度核心指标的图表类型（如双柱状图、折线图），并列出需要可视化的具体数据对”。
时间线/甘特图：描述“根据上述任务分解，输出一个用于生成项目时间线甘特图的关键里程碑节点与时间区间列表”。

细节强化

上下文锚点：在复杂任务中，定期使用指令如“请重申我们当前已达成共识的三个核心要点”，以巩固AI的记忆焦点。
指令分层：将宏大的办公任务分解为“背景设定 -> 分步指令 -> 输出格式要求”的清晰层次，每层指令明确。
容错与确认：在关键决策点加入确认机制，例如：“如果对[某个复杂点]的理解与我本意不符，请暂停并请求澄清；若理解正确，请继续执行下一步。”
术语一致性：在首次定义项目简称、特定指标名称后，要求AI在后续所有输出中保持一致使用。

使用建议

上下文预热：在开启重要长任务前，先用一段话明确本次会话的“主题”、“目标”和“核心文档”，为AI建立清晰的上下文框架。
分阶段投喂：对于超长文档，不要一次性全部输入。采用“先给摘要，再分章节请求处理，最后整合”的策略，减轻模型负担并提升准确性。
即时修正：发现AI偏离主题或遗忘关键信息时，立即使用指令如“请回到我们关于XX的讨论主线，并忽略最近一次无关提问”，强行校正上下文轨迹。
模板化复用：将验证有效的长上下文问答模式保存为模板，仅替换其中的项目名称、数据源和具体分析点，即可快速应用于同类办公场景。