AI 无法理解复杂指令，核心是因指令包含过多信息或逻辑层级，解决关键是 “拆解任务 + 明确细节”，把复杂需求拆成简单步骤、补充关键信息，让 AI 能线性理解和执行。

1. 拆分 “复杂任务”：把多步需求拆成单步指令
AI 对 “多目标、多步骤” 的复杂指令容易混乱，可按 “先做什么、再做什么” 的顺序拆成独立指令，逐步推进。

• 原复杂指令：“帮我做一份产品推广计划，要包含目标人群、推广渠道、预算分配，还要预估效果”。
• 拆分后指令：
  

• 先帮我明确这款产品的核心目标人群（按年龄、需求分 2-3 类）；
• 基于这些人群，推荐 3 个适合的线上推广渠道（说明每个渠道的优势）；
• 再根据渠道，分配总预算 1 万元的具体金额（列成表格）；
• 最后预估每个渠道能带来的曝光量和转化量。
  

2. 补充 “关键细节”：消除指令中的 “模糊地带”
复杂指令常隐含未说明的前提（如场景、限制、目标），AI 因缺少这些信息无法判断，需主动补充明确。

• 原模糊指令：“帮我改一下演讲稿，让它更吸引人”。
• 补充细节后：“帮我修改公司年会的演讲稿（场景），目标是让员工听完有归属感（核心目标），时长控制在 5 分钟内（限制），需要加入 1 个去年团队合作的具体案例（关键元素），语言风格要亲切不生硬（风格）”。
  

3. 避免 “抽象表达”：用 “具体描述” 替代 “专业 / 模糊词汇”
复杂指令中若有抽象术语、行业黑话或模糊表述，AI 易误解，需转化为通俗、可落地的具体要求。

• 原抽象指令：“优化这份活动方案的用户转化路径”。
• 转化后：“修改这份线下活动方案，把用户从‘签到’到‘报名参与互动游戏’的环节，从 3 步减到 2 步（具体动作），并在每步加入引导语（补充要求），目的是让更多人参与游戏（最终目标）”。