QClaw提示词需按五类结构构建：一、行动+目的+执行；二、期望+角色+行动；三、角色+任务+格式；四、任务+行动+目标；五、上下文+指令+细节+输入，每类均强调具名对象、明确动词与可验证标准。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
如果您在使用QClaw时发现指令执行不准确、响应模糊或任务失败，则很可能是提示词结构不够清晰。以下是构建有效QClaw提示词的基本结构方法：
一、行动 + 目的 + 执行
该结构强调明确操作动作、说明任务意图，并限定输出形式，适用于需生成具体内容或调用技能的场景。QClaw依赖此类结构精准识别用户真实需求，避免歧义性理解。
1、在微信中向QClaw客服发送完整句子，例如：“为深圳南山区生成今日天气提醒，目的是自动推送穿衣与出行建议，执行方式为通过weather skill获取数据并用imap-smtp-email在早上8点发送邮件”。
2、确保句中不含模糊代词（如“它”“这个”），所有对象均需具名，例如将“打开那个文档”改为“打开桌面的Q3销售报告.xlsx”。
二、期望 + 角色 + 行动
该结构通过预设AI身份与目标导向强化指令约束力，特别适合需要专业输出格式或领域知识的任务，能显著提升QClaw调用ClawHub技能的匹配准确率。
1、在微信消息中明确声明预期结果，例如：“期望生成一段小红书风格的AI效率工具笔记，角色是资深社媒运营专员，行动是使用隔离浏览器发布该笔记并在3个同领域热门帖下评论引流”。
2、若涉及登录类操作，须补充说明：“如有登录问题，打开网页让我扫码登录”，否则QClaw可能因权限阻断而中止流程。
三、角色 + 任务 + 格式
该结构优先锚定QClaw应调用的能力类型，适用于需结构化交付物的任务，如PPT大纲、代码文件、LaTeX论文等，可直接触发ClawHub中对应Skill的模板解析逻辑。
1、发送消息时采用固定三要素顺序，例如：“角色是前端开发工程师，任务是初始化一个React + Vite项目并配置Ant Design，格式为本地新建文件夹、安装依赖、生成可运行的Hello World页面”。
2、格式描述必须包含路径、动作动词（如“新建”“安装”“生成”）及验证标准（如“可运行”“含README.md”），否则QClaw可能仅完成部分步骤。
四、任务 + 行动 + 目标
该结构聚焦结果量化，适用于自动化办公类指令，能帮助QClaw动态判断任务完成阈值并反馈进度，常用于Excel处理、文件批量重命名等操作。
1、在指令中嵌入可验证指标，例如：“任务是整理桌面文件，行动是将所有Word文档移入‘文档/报告’子目录并重命名含日期前缀，目标是执行后桌面剩余文件数≤5个”。
2、目标值必须为整数或布尔状态（如“完成”“发送成功”），避免使用“尽量”“大致”等非判定性表述。
五、上下文 + 指令 + 细节 + 输入
该结构适用于多步骤、强依赖前置条件的任务，尤其当QClaw需结合本地环境变量（如已安装软件、特定路径存在）或外部数据（如财报表格）时，缺失任一要素将导致技能调用失败。
1、按顺序组织信息，例如：“上下文：我正在远程办公且未携带电脑，指令：查阅并润色桌面的word文档，细节：使用WPS打开、保留原文格式、添加三处行业术语注释，输入：文档名为‘AI产品白皮书_v2.docx’”。
2、输入项必须精确到文件名与扩展名，若路径含中文或空格，需用全角引号包裹，例如：“‘我的报告 2026.docx’”。
