一句话定义
要让一个技能在不同输入下都能稳定产出可用结果，关键不在于写多长的说明，而在于给出明确的执行顺序、正反例对照、以及清晰限定的输出格式，让模型不需要猜该怎么做。
机制 / 原理
模型执行一个技能时，本质上是在一堆可能性里做选择，规则写得越含糊，选择的分叉就越多，结果的方差也越大。给出步骤化流程能把一个模糊任务拆成一串明确的小决策，减少每一步的自由发挥空间；给出正反例能把什么算做对了从抽象描述变成可比对的样本；限定输出格式（比如固定的字段、固定的顺序）则让结果更容易被后续环节直接使用，不需要人工再整理一遍。
经典实验 / 例子
设计一个把会议记录整理成行动项清单的技能时，如果只写提取会议里的待办事项，模型可能把闲聊也当成待办。更可靠的做法是写明步骤（先分段落、再逐段判断是否含有明确的责任人和截止时间、最后统一格式化），并给一个反例——比如讨论了要不要涨价这种没有明确负责人和时间的句子不算行动项，只有张三下周三前把方案发出来这种才算。
生活中的例子
有点像写菜谱：与其写炒到熟，不如写中火三分钟、边缘变金黄即可，还配一张炒过头和刚好的对比图，照着做的人才不会翻车。
常见误区
常见误区是以为规则写得越详细越好，堆砌大段说明文字，却没有给出可对照的例子，模型看完长长的描述反而抓不住重点，不如一个正例加一个反例来得管用。