位置敏感：核心约束放头尾正向表达：肯定句优于否定句结构化：明确输出格式 + few-shot参数匹配任务：temperature 别瞎调给思考空间：让模型 step by step这些规律每一条都不复杂，但叠加起来对输出质量的影响是数量级的。下次写 prompt 之前，可以拿这个清单过一遍。如果你也踩过其他 Prompt 的坑，欢迎评论区交流。

本文总结了LLM长文本生成的工程化实践方案。针对一次性生成长文存在的截断、一致性衰减和事实性幻觉等问题，提出分段生成+上下文窗口管理的解决方案。核心思路包括：显式定义章节结构、滚动摘要保持连贯性、外部资料注入对抗幻觉。文章还强调了后处理的重要性，包括一致性检查、风格统一和AI痕迹改写。最后指出，高频合规场景建议使用现成工具，而小团队需求适合自行开发以深入理解LLM能力边界。文末分享了prompt设

本文总结了LLM长文本生成的工程化实践方案。针对一次性生成长文存在的截断、一致性衰减和事实性幻觉等问题，提出分段生成+上下文窗口管理的解决方案。核心思路包括：显式定义章节结构、滚动摘要保持连贯性、外部资料注入对抗幻觉。文章还强调了后处理的重要性，包括一致性检查、风格统一和AI痕迹改写。最后指出，高频合规场景建议使用现成工具，而小团队需求适合自行开发以深入理解LLM能力边界。文末分享了prompt设