目标拆解

解决的问题

当任务目标表述较粗时，一次性让模型把所有字段和步骤写完，容易出现字段遗漏、步骤顺序混乱，或者在最终 JSON 中混入大量解释性文字，导致后续解析困难。

工作方式

目标拆解 的核心能力是分步索要字段，而不是一次性生成完整结果。使用时，先让模型明确需要哪些信息，再按步骤收集；每步只聚焦一个字段或一组相关字段，避免一次提示过长。

关键步骤：

• 明确拆解后的目标结构，例如需要哪些 key 或段落。
• 按顺序向模型索要字段，必要时要求模型给出简短、可校验的说明。
• 将逐步获取的内容写入 JSON，并在最终合并时检查字段完整性。

适用边界

适合步骤可拆分的 JSON 生成任务，尤其是字段较多、需要人工确认中间结果的场景。不适合字段关系极度耦合、必须一次性由模型端到端生成的情况；此时强行分步可能增加往返次数，但能降低遗漏和格式漂移风险。