指令和场景有什么区别？
核心区别
| 特性 | 指令（Action） | 场景（Scene） |
|---|---|---|
| 本质 | 结构化的工作流 | 持久化的上下文环境 |
| 角色 | 执行伙伴 | 思考伙伴 |
| 工作方式 | 一次性完成任务 | 持续交互的环境 |
| 作用范围 | 单次任务处理 | 整个对话过程 |
| 核心价值 | 创造新内容 | 提供稳定上下文 |
一句话理解：
指令= 精确的菜谱，按步骤执行，输出确定的结果场景= 专业的手术室，提供角色、知识和行为边界
指令如何提升可控性
指令 将"模糊意图"转化为"精确的工作流"。
流程拆解
一个 指令 将模糊的用户意图（如"帮我分析一下竞品"）拆解成一系列具体的子任务：
- 提取核心功能
- 分析目标用户
- 对比优劣势
- 总结战略机会
AI 会严格按照这个流程执行，而不是自由发挥。
输入标准化
指令 会引导用户提供完成任务所必需的、标准化的信息，避免因输入信息不足导致的输出偏差。
输出格式化
指令 强制要求 AI 以预定的结构化格式输出结果，保证内容的一致性和可用性。
类比
普通提问就像对厨房小白说"给我做顿饭"，结果可能是黑暗料理。使用 指令 就像是把一本精确到克数的米其林菜谱交给他——至少能做出一道像样的菜。
场景如何提升确定性
场景 定义协作的"边界"与"角色"，像一个为特定任务定制的"房间"。
角色固化
在 场景 中明确定义 AI 的角色，比如"你是一位资深的 AI 产品战略专家"。AI 的行为和语言风格都会被这个预设的角色所约束，输出更稳定、更专业。
知识注入
场景 可以预先加载完成特定任务所需的背景知识、专业术语或思考框架。AI 会优先使用这些预置知识，而不是从庞大的通用知识中随机抓取。
行为约束
场景 设定了 AI 的行为边界，比如"你必须基于提供的材料进行回答，不得虚构信息"。这种硬性约束大大降低了 AI 生成不准确内容的概率。
类比
与普通 AI 对话像是在广场上同陌生人聊天，无法预测他的反应。使用 场景 就像是走进了配备专业工具的手术室，与穿上白大褂的医生对话——协作目标和结果都变得清晰可预测。
结合使用：构建专家级 AI 应用
当 场景 和 指令 结合使用时，Dessix 从聊天工具变成了可定制的 AI 协作平台：
场景= AI 运行的"操作系统"（定义世界观和基础能力）指令= 运行在系统上的"应用程序"（定义任务执行逻辑）
这种组合让你可以根据专业需求，设计和编排 AI 的工作方式。AI 协作从充满不确定性的"艺术创作"，转变为结果可预期的"工程实践"。
快速选择指南
使用指令：
- 需要创造新内容
- 需要处理具体任务
- 需要结构化输出
- 一次性任务
使用场景：
- 需要持续对话
- 需要深度思考
- 需要营造特定环境
- 需要长期记忆支撑