把一个大任务整段丢给 ChatGPT Work，最常见的失败不是模型不会做，而是中途没人告诉它「哪一步算做完了」。流程越长，隐含前提越多，跑偏的概率越高；一旦跑偏，回看整段对话还很难判断是输入缺失、判断标准模糊，还是某一步的产物本来就不该往下传。可以先做的事是：把流程切成 5~8 个步骤，每步写清输入来源、输出形态和完成判据，再逐步下发。

适用场景：多环节串联、产物要逐级传递的任务，比如写方案、整理数据、生成配置、走一遍排查流程。操作动作：先列步骤表，标出必须人工供料的步骤，再在同一会话里逐条下发，每次只推进一步并核对上一步产物；产物不合格就退回重做，不继续往下传。验证方式：每步的完成判据人能肉眼核对，输出能被下一步直接当输入使用。风险边界：粒度不是越细越好，5~8 步是常见的可维护区间；如果某步判据只能靠「感觉还行」，说明这一步还没拆完。

把整条流程写成 5~8 个可验收步骤

拆步骤时按「产物」切，不要按「动作」切。「先分析一下」这类描述不是步骤，因为它不产出可传递的东西。一个合格的步骤要能回答三件事：输入从哪来（哪份文件、哪段对话、哪次查询结果）、输出长什么样（清单、表格、命令片段、配置块，含哪些字段）、这一步算完成的判据是什么（能勾选核对的条件）。

下面是一份可以直接套用的任务拆解表模板，四列缺一不可：

表写好后，把「一次只做一步」写进提示词。通用骨架可以直接改成你的场景：

你只执行当前步骤，不要提前做后面的事，也不要修改上一步的结论。
步骤编号：S3
输入：<粘贴 S1、S2 已确认的产物原文>
输出要求：<格式、字段名、是否允许空值>
完成判据：<可逐条核对的条件>
如果输入不足，先列出缺什么，然后停止。

判据写完后要做一次自检：把这条判据交给另一个人，他能不能只看着输出判断通过与否。不能，就继续改判据，而不是重写提示词。

标出哪几步必须由人先提供输入

智能体在缺素材时最危险的举动不是停下，而是补一个看起来合理的内容。所以在步骤表上要单独标出「人工供料点」，通常集中在三类：

• 只有你能拿到的数据：账号口径、真实字段名、历史文件、内部规范。
• 必须由人拍板的判断点：优先级排序、范围取舍、术语定义、哪些结果算通过。
• 外部确认：某段内容是否允许对外、某个口径是否已经和对方对齐。

缺料时的暂停方式要写死在提示词里，示例：

缺少 <具体素材> 时，不要猜测，也不要填充示例值。
输出一行「待补料：<缺什么>，影响步骤 S2」，然后停止执行。

这样做的收益是可定位：卡住时你能立刻看出是料没给，而不是模型能力问题。需要结合环境确认的一点是，某些平台对单次输入长度有限制，大文件可以按段喂给 S1，但每段仍要走同一套判据。

在会话里逐步下发并核对上一步产物

下发顺序是：S1 通过核对后再发 S2，S2 通过后再发 S3。不要在第一条消息里就把 S1~S6 一次发完，那样等于回到整段丢任务的老路。每次下发时把上一步的产物原文附上，而不是写「就按你刚才说的做」。

核对动作建议固定成三条：字段是否齐全（对照判据逐项看）、产物能否被下一步直接消费（下一步的输入要求就是检查清单）、有没有偷偷加前提（新增的假设要么删掉，要么退回补料）。

产物不合格时用打回重做的写法，只回退一步、不重跑整条流程：

S2 的输出不合格：缺「影响哪一步」这一列，第 3 条没有写明缺什么。
请只重做 S2，表头保持不变，不要改动 S1 的结论，也不要用示例值填空。

记录每步卡住后的接管动作

失败要可定位，靠的不是反复重跑，而是一行一行记录。最小记录字段就四个：步骤编号、收到的输入、停住位置、人工补了什么。前三个字段决定问题出在谁身上，第四个字段决定下次能不能少踩一次。

人工接管清单可以按这个顺序走：先看输入是否与判据匹配，再看判据本身是否可判定，最后才考虑换一种表达重新下发。多数「跑偏」发生在第一、二步，而不是模型能力不足。记录积累几轮之后，能直接拿去改步骤表和提示词的部分就是最值得固化的部分；仍需要人工判断的，保留在人工供料点里，不要为了自动化把它硬塞给智能体。