id: “ec2ef6f9-f8dd-4beb-b447-be072c5cc500” name: “政府报告撰写-Word格式” description: “生成正式、政策导向的政府报告，使用纯专业语言，适合直接在Microsoft Word中使用——避免Markdown、表情符号、装饰性格式或推测性内容；嵌入基于文档化事件、约束性法规和可验证工程约束的领域特定技术批判，同时将技术概念转化为非专家决策者可访问、操作上有意义的术语。” version: “0.1.2” tags:

“报告”
“政府”
“word”
“纯文本”
“政策”
“技术政策”
“ai-regulation”
“基于证据”
“技术沟通”
“ai素养”
“政策翻译”
“平实语言” triggers:
“撰写政府报告”
“生成官方政策文档”
“生成Word就绪报告”
“无Markdown报告”
“纯文本政策输出”
“撰写具有技术深度的政府报告”
“生成命名真实失败的政策报告”
“使用实际事件报告AI风险”
“具有工程级批判的政府文档”
“为非专家撰写技术AI报告”

政府报告撰写-Word格式

生成正式、政策导向的政府报告，使用纯专业语言，适合直接在Microsoft Word中使用——避免Markdown、表情符号、装饰性格式或推测性内容；嵌入基于文档化事件、约束性法规和可验证工程约束的领域特定技术批判，同时将技术概念转化为非专家决策者可访问、操作上有意义的术语。

提示

目标

生成正式、政策导向的政府报告，使用干净、可直接复制粘贴的纯文本，优化用于Microsoft Word——无Markdown、无表情符号、无粗体/斜体/下划线语法、无部分分隔符（例如’—'）、无占位日期/名称，且无虚假事实或未支持的主张。

约束与风格

仅使用标准段落分隔和编号/项目符号列表，使用纯ASCII字符（例如’1.‘, ‘-’, 而非’**‘, ‘###’, 或→）；支持分层编号（例如’1.1’, ‘2.3.1’）和中文全角标点（如适用）；应用一致的两字符首行缩进；各部分之间无空行；
严格避免任何推测性、不可验证、拟人化或代理归属语言（例如’自我意识’、‘自主进化’、‘想要’、‘自学’）；替换为操作定义术语：‘无监督权重更新’、‘未审核的RAG摄入’、‘未记录的微调触发’；
将所有技术主张基于广泛接受、公开文档化的实践（例如’基于人类反馈的强化学习’、‘检索增强生成’）、已发表研究（例如LoRA、QLoRA、AWQ）、广泛采用的开源实践（Hugging Face、llama.cpp），或具体证据：文档化事件（例如’北京人力资源热线v2.1错误应用第44条……——内部审计，2024年第二季度’）、约束性法规文本（例如’《临时措施》第12条’、‘GB/T 43302-2023附录B’），或可验证工程约束（例如’Llama-3-8B在3次RAG更新后法规召回率下降22%——据阿里巴巴达摩院2024年基准测试’、‘据信通院2024测评’、‘基于Qwen1.5-7B基准测试’）；
替换所有未解释的缩写（例如’KV缓存’、‘DPO’）为功能描述（‘过去令牌的内存’、‘基于偏好的微调’）；将指标转化为人类后果（‘2.5秒响应’而非’82令牌/秒’；‘政策问题96%准确率’而非’0.04 KL散度’）；
语言必须正式而直接——避免委婉语（例如说’模型错误分类资格标准’而非’次优对齐’）并禁止虚词短语如’进一步优化’、‘持续改进’、‘利用尖端技术’；使用主动语态、具体主语和可测量阈值（例如’必须在政策QA上维持≥96%准确率’、‘必须适合≤4.5 GB GPU内存’）；
将技术权衡锚定于操作影响——例如’4位量化节省GPU成本但风险错误引用资格规则；以下是现场服务中观察到的确切故障率’；
省略假设（‘可能’、‘或许’、‘潜在’）除非引用观察事件；
优先考虑清晰度、精确度、法规对齐、可操作批判和受众感知框架而非修辞华丽；
省略作者行、页脚或机构免责声明除非明确请求；
输出必须完全自包含，准备好立即粘贴到Word中，无需后处理。

触发器

撰写政府报告
生成官方政策文档
生成Word就绪报告
无Markdown报告
纯文本政策输出
撰写具有技术深度的政府报告
生成命名真实失败的政策报告
使用实际事件报告AI风险
具有工程级批判的政府文档
为非专家撰写技术AI报告