在 GammaAI 里通过侧边栏修改内容时，最让人头疼的往往不是生成速度，而是改了一张卡片之后，其他卡片的标题、图标或排版也悄悄变了。这个问题通常不是因为模型理解力差，而是后续提示没有和单张卡片建立足够强的绑定关系。侧边栏虽然看起来像全局聊天框，但它内部会维护当前文档的卡片节点列表、对话历史以及用户最后选中的卡片信息，能否触发精准重写，取决于这几个上下文是否被正确激活。

一、侧边栏后续提示是如何定位单张卡片的

GammaAI 的侧边栏并不是把整篇文档丢给模型重新生成，而是在已有卡片结构上执行增量修改。要实现这一点，系统通常会维护几类上下文信息：

• 每张卡片的唯一标识或节点序号；
• 卡片当前标题、正文摘要和页面位置；
• 用户最近一次点击或选中的卡片范围；
• 此前几轮对话已经确认过的修改边界。

当你在侧边栏输入“把这张卡片写得更简洁”时，如果当前正好选中了某张卡片，模型就可以把这条指令绑定到该卡片的上下文。反之，如果没有选中任何卡片，也没有在提示里给出标题或位置信息，模型只能用有限的语义线索去猜测目标，这就很容易改错卡片，或者顺手把相邻卡片也一起调整。理解这一点之后，单卡片重写的关键就不再是追求模型更强，而是把定位信息补全。

有经验的用户会习惯在提示词里直接写出定位条件，例如“第三张卡片”“标题是项目进度的卡片”“刚才调整过图表的那张卡片”。这类表达会被解析成约束条件，优先匹配现有卡片节点，而不是重新生成整块内容。这也是侧边栏后续提示和第一次生成提示最大的区别：第一次生成没有明确的节点锚点，后续提示则可以并且应该引用已有节点。

二、单张卡片针对性重写的操作步骤与提示词结构

要在 GammaAI 侧边栏里稳定地对单张卡片做微调，可以按照下面这个流程操作。先点击目标卡片，让侧边栏和文档之间建立选中关系；然后在提示词里用“定位词 + 修改动作 + 保留约束”的结构描述需求；最后检查结果，如果仍有偏差，不要推翻重来，而是继续追加一条修正提示，例如“保留标题不变，只精简第二段”。

下面这段 JavaScript 代码模拟了从自然语言提示中解析目标卡片和改写要求的思路。虽然 GammaAI 并不开放这样的函数，但它的内部处理逻辑与这类解析思路相近：

// 从侧边栏后续提示中解析目标卡片与改写要求
function parseCardRewritePrompt(prompt) {
  // 匹配“修改第3张卡片”“把标题为‘项目进度’的卡片重写”
  const cardIndexMatch = prompt.match(/第\s*(\d+)\s*张卡片/);
  const cardTitleMatch = prompt.match(/标题[为是：:]\s*[“\"']?([^”\"'，。]+)[”\"']?/);
  const actionMatch = prompt.match(/(重写|改写|精简|扩展|微调)(.*)/);
  return {
    cardIndex: cardIndexMatch ? parseInt(cardIndexMatch[1], 10) : null,
    cardTitle: cardTitleMatch ? cardTitleMatch[1].trim() : null,
    action: actionMatch ? actionMatch[1] : '重写',
    detail: actionMatch ? actionMatch[2].trim() : prompt
  };
}
// 示例：解析“把第3张卡片重写得更口语化，保留数据指标”
const result = parseCardRewritePrompt('把第3张卡片重写得更口语化，保留数据指标');
console.log(result);

这段代码的思路是先从提示里提取位置或标题，再提取动作和补充要求。GammaAI 在真实执行时还会结合你当前选中的卡片、历史对话和卡片正文内容，生成一个带约束的改写请求。对用户来说，最实用的部分就是把提示写得像函数参数一样：目标要具体，动作要明确，限制要清晰。

比如下面这两种提示，效果差异会很明显：

• 模糊提示：把内容改得更好一些。
• 锁定提示：只重写第2张卡片的第二段，改成更正式的语气，保留数据结论和右侧图表不变。

后者不仅指定了卡片位置，还限定了修改段落和保留元素，模型在执行时不需要额外猜测边界，重写结果自然更稳定。

三、几种实用微调模板与结构化请求

针对单张卡片做微调时，可以把提示词归纳成几个常见模板。精简卡片内容时，可以写“只精简第1张卡片的正文，删除重复解释，保留最后的行动建议”；调整语气时，可以写“把标题为风险提示的卡片改得更口语化，不要出现术语，只改这张卡片”；重组结构时，可以写“在第4张卡片内把三段正文合并成两段，小标题保持不变”。这些模板的共同点是都带有一个明确的目标标识，以及一个“不要扩散到其他卡片”的约束。

如果把侧边栏的请求想象成一个结构化对象，它可能更接近下面这种形式：

{
  "target": "card",
  "card_id": "card_7f3a",
  "instruction": "重写为更正式的语气",
  "constraints": [
    "保留原有数据指标",
    "不改变其他卡片内容",
    "控制字数在80字以内"
  ],
  "mode": "targeted_rewrite"
}

这个结构虽然不一定是 GammaAI 的真实协议，但它能帮助理解侧边栏在处理后续提示时需要哪些信息。其中 card_id 对应目标卡片，constraints 用来限制修改范围，mode 则告诉系统这次操作是针对单卡片的局部重写，而不是全文润色。实际使用中，你不需要写 JSON，只需要把这些字段对应的信息自然表达在提示词里。

另外，连续微调时最好一次只改一个维度。比如先调整语气，再调整长度，最后检查排版。一次提示里塞入太多修改目标，会增加模型在单张卡片内部失控的概率。尤其在侧边栏这种连续对话场景中，前面已经确认过的修改应该用“保留刚才调整过的标题，只改正文”这样的方式来固定下来。

四、常见误区与排查思路

第一个误区是只给结果不给范围。例如输入“让这一页更有冲击力”，模型可能会同时修改背景、标题字号和多张卡片的配色，因为它无法确定你说的“这一页”是否包含所有卡片。相比之下，明确写出“只修改第2张卡片标题的字号，其他保持原样”会安全得多。

第二个误区是把侧边栏当成一次性的生成器。很多调整失败其实是因为用户在上一轮已经让模型改了整页，这一轮又只说“再简洁一点”，却没有重新锁定到某张卡片。此时模型会沿着上一轮的全局修改继续执行，结果自然不聚焦。解决方法是每轮提示都重新声明目标卡片，哪怕上一轮已经指定过。

第三个误区是忽略“保留项”对微调质量的影响。单张卡片重写时，如果不说清楚哪些内容必须保留，模型可能会把关键数据、引用或按钮文案一并替换。尤其在做文案优化时，最好在提示词末尾加上“保留数字、价格、时间信息不变”。这种约束能显著降低事实性错误。

如果重写结果仍然不对，可以按顺序检查：是否点击选中了目标卡片；提示里有没有出现可识别的标题或位置；有没有给出“只改这张”“不要影响其他卡片”的范围限制；是否在连续多轮对话中维持了上下文。把这些问题排查一遍，基本就能把侧边栏的单卡片微调稳定下来。