准备资料，问对问题

先给足依据，再问一个明确问题

“帮我处理这封邮件”太宽。改为“根据邮件内容，在以下工单队列中选择一个；证据不足选 other”。State 中只放判断所需的信息，问题中写清可使用的依据和选项含义。

{
  "message": "包裹还没收到，能查一下物流吗？",
  "order": {"status": "shipped"},
  "allowed_queues": ["shipping", "refund", "billing", "other"]
}

不要为了让模型“了解一切”而倾倒整个 CRM。信息缺失应该保留为缺失，而不是让模型补成确定事实。

三个可重复的检查

互斥性： 如果客户同时问退款和物流，单选规则是什么？可以先判断是否多意图，再转人工或拆单。

兜底项： 选项清单没有合适类别时，允许 other / insufficient_evidence；代码知道这个标签需要补问。

可检验性： 每个判断都应能拿给人标注。不要把“重要”“优质”当成没有定义的评分标准。

批量问题不等于连续思考

一个请求可带多个问题，但各问题依据共享 State 独立作答。不要写“根据上一题结果决定下一题”；确有依赖时，在代码里分两次调用，第二次显式带入已校验结果。

中文资料怎么准备

保留必要的原文、缩写及背景，用清晰中文或经过测试的双语问题说明。别默认翻译成英文一定更好：对同一份保留测试集比较两种配置，记录版本、错误类型与费用，再选择。

最小练习

取三封脱敏邮件：一个明确物流问题、一个多意图问题、一个无关内容。先人工写出期望结果，再运行同一组问题。发现混淆后改问题或选项，不要只挑成功的输入展示。