把任务说清楚：目标、材料和完成标准
智能体需要的不只是一个动词。它还需要知道工作发生在哪里，哪些事实可以依赖，哪些动作需要停下来确认。用目标、材料、边界和完成标准组织任务，可以让执行过程更容易检查。
先写你希望拿到的结果
与其说“分析一下数据”，可以说“检查这份订单表，按月份汇总收入和退款，找出异常变化，并写一页给运营同事阅读的简报”。结果形式、受众和要回答的问题都清楚了，模型更容易选择合适的步骤。
完成标准不必复杂。指定文件格式、需要覆盖的时间范围、必须解释的指标，就足以给第一轮工作一个边界。需要先讨论方向时，可以要求先给计划或提纲，确认后再执行。
告诉它哪些材料值得相信
同一项目里可能同时有正式规则、过时草稿和临时笔记。将它们一并交给模型，却不说明关系，容易产生混用。明确标注“价格以这份表为准”“旧稿只参考语气”“数字必须回到原始来源”，可以减少误解。
材料不足时，要求先列问题或资料缺口。对于访问失败的网页、缺失的文件或相互矛盾的口径，保留不确定性比补一个看起来合理的答案更有价值。
把执行边界写成具体动作
边界应当对应实际操作。例如“可以修改这个目录，但不要安装新依赖”“先生成邮件草稿，不要发送”“可以读取页面，不要提交表单”。这样的要求比“请小心操作”更容易落实。
权限设置和任务说明需要一起使用。工具调用可能向模型服务或外部系统发送内容，也可能改变文件和远端状态。按本次工作选择合适权限；关键操作是否获准，不能只由模型自行推断。
用检查要求结束任务描述
一个可复用的起点是：“目标：……；材料与事实源：……；允许和禁止的操作：……；交付物：……；验证方式：……”。你不必每次填满所有字段，只写本次确实影响结果的部分。
最后请 Lime 列出产出位置、实际完成的检查和剩余问题。下一轮反馈也沿着这些位置继续：“第二节缺少来源”“这个窄屏状态仍有溢出”“请只调整这组图的裁切”。具体反馈能直接成为下一步工作。