多任务并行不是把多个目标塞进同一个Prompt
很多人使用 WorkBuddy 时，会习惯把整理资料、生成文案、检查逻辑、给出下一步计划等需求一次性写进同一个 Prompt，并认为这就是“多任务并行”。实际效果往往相反：模型会在多个目标之间来回摇摆，输出看似全面，却缺少清晰边界。真正的并行，应先把任务拆成可独立评价的子任务，再规定它们之间的关系、优先级和完成标准。否则，一个任务失败会污染其他任务，例如资料整理不完整导致文案生成跑题，检查逻辑又误把缺信息当成结论错误。
常见误区：任务边界、优先级和输出格式没写清
第一个误区是只说“同时做几件事”，却没有定义每件事的输入和输出。比如“帮我分析这份材料、写一段摘要、再给三个建议”，如果材料很长，模型可能把摘要、分析和建议混成一段。第二个误区是默认所有任务同等重要。实际工作中，有的任务需要先完成，有的任务依赖前一步，有的任务只是附加项。若没有优先级，模型可能花大量篇幅处理次要问题。第三个误区是不规定结构。没有格式要求时，输出容易变成流水账，用户难以复制、检查或继续迭代。
还有一个容易被忽略的问题：把“并行”理解成让模型同时扮演多个角色。比如同时要求它像编辑、像产品经理、像代码审查者。角色可以保留，但必须说明每个角色负责什么、何时发言、哪些内容不能互相覆盖。否则会出现“编辑语气”和“审查语气”混杂，最终既不像方案，也不像检查清单。
更稳的写法：先拆解，再并行，最后校验
一个更稳的 WorkBuddy 多任务并行 Prompt，可以按三层写。第一层是任务拆解：列出每个子任务、对应输入、期望输出、成功标准。任务拆解时，最好把每个子任务写成短句，例如“提取事实”“列出风险”“生成初稿”“给出修订建议”。短句更容易检查，也方便后续复用。第二层是执行关系：说明哪些任务可以同时生成，哪些必须按顺序进行，哪些结果需要互相引用。第三层是校验机制：要求模型在输出最后检查是否遗漏子任务、是否违反约束、是否把假设当成事实。这样写不是增加负担，而是减少来回追问。
例如，可以要求模型先输出“任务边界确认”，再输出“并行结果”，最后输出“风险与待补充信息”。如果某些子任务信息不足，模型应明确标注“无法完成原因”和“需要用户补充的问题”，而不是硬编一个看似完整的答案。对于代码、文案、资料整理等混合任务，还可以要求每部分单独使用标题分隔，避免内容交叉。如果用户希望模型自动并行，也可以要求它先判断任务是否可以并行：能并行的直接输出，不能并行的说明原因。这样既保留并行效率，也避免把有依赖关系的任务强行合并。
WorkBuddy 场景下的避坑清单
在实际使用 WorkBuddy 处理多任务并行 Prompt 时，建议重点避开五类坑。第一，别把“越多任务越高效”当成原则，任务越多，越需要清晰结构。第二，别省略优先级，尤其当输出长度有限时，模型会自行决定什么更重要，这常常不符合预期。第三，别要求模型一次性完成所有判断，复杂任务最好分成“生成、检查、修订”三轮。第四，别忽视上下文污染，若前一步任务有错误假设，后续任务会沿着错误继续。第五，别把 Prompt 写成愿望清单，而应写成可验收的工作单。此外，避免在同一个 Prompt 里频繁切换语言、风格和受众。若确实需要多个受众版本，最好分别列出受众、目的和禁忌，而不是只写“面向所有人”。
总结来说，WorkBuddy 多任务并行 Prompt 的核心不是堆叠更多要求，而是用边界、顺序、格式和校验把多个目标稳定地组织起来。写清楚“做什么、不做什么、按什么顺序做、怎样算完成”，往往比增加一句“请尽量全面”更有效。
本文链接：https://wordbuddy.net.cn/zixun/workbuddydrwbxpromptzmxcgw-drwtscbk/