Technical article

批量上传文件。新建工作任务时，不要只传一个文件，按住 Ctrl 多选，一次上传10份、20份甚至50份。豆包工作任务支持批量上传，AI会自动识别每份文件的内容，不需要你逐个说明。

用结构化指令统一处理。关键技巧是在提示词里明确"对每一份文件执行相同操作"，并指定输出格式。比如"对上传的每一份简历，提取姓名、学历、工作年限、核心技能，输出为Markdown表格"。AI会逐份处理，最后汇总输出。

分批处理大文件量。如果超过50份文件，建议分批。每批20-30份，处理完一批再传下一批。原因是单次任务上下文有限，文件太多会导致后面的文件处理质量下降。分批还能避免任务超时。

批量生成差异化内容。批量处理不只是"统一格式"，还能"差异化生成"。比如上传10个产品信息，让AI"为每个产品写一条不同风格的小红书文案，活泼的、专业的、情感的各有侧重"。AI会根据每份文件的特点生成不同内容，不是简单套模板。

批量校验和纠错。处理完后，可以在同一个任务里继续要求"检查每份输出是否有遗漏，标注出来并补全"。AI会回头逐份检查，比你人工核对快得多。这是批量处理的隐藏用法——批量处理+批量校验，一个任务闭环。

第一轮：给框架，不要给细节。第一轮提问不要追求一步到位，而是给AI一个大方向和约束条件。比如"帮我写一份产品发布会方案，预算50万，受众是B端客户"。先让AI出整体框架，细节后面再调。

第二轮：定向修改，不要全盘否定。AI输出后，不要说"重写"，而是说"第三部分的活动流程太简单，扩展成3个环节，每个环节加具体执行步骤"。定向修改比全盘重写效率高10倍，因为AI保留了已有的合理部分，只改你指出的地方。

第三轮：补充上下文，深化内容。框架和细节都满意后，第三轮可以补充新的上下文让内容更深入。比如"补充竞品对比部分，主要对手是A公司和B公司，他们的优势是X和Y"。AI会基于已有内容整合新信息，不会推翻重来。

第四轮：风格和语气微调。内容定稿后，最后一轮调风格。"整体语气再正式一点，适合给领导汇报"或者"把技术术语换成大白话，适合发公众号"。这一步不要和内容修改混在一起，否则AI会改着改着把内容也改了。

迭代的关键：每轮只改一个维度。多轮迭代最容易犯的错是一轮里又改内容又改格式又改语气。正确做法是每轮只聚焦一个维度：第一轮框架、第二轮细节、第三轮补充、第四轮风格。这样AI不会混乱，你也能清楚看到每一步的改进。

批量上传：一次上传30份简历到工作任务。

批量处理：用批量处理模板，要求AI提取每份简历的姓名、学历、工作年限、核心技能、期望薪资，输出汇总表。约5分钟出结果。

多轮迭代：第一轮结果出来后，要求"标注出工作年限5年以上、学历本科以上的候选人，单独列一个推荐名单"。第二轮要求"给推荐名单的每个人写一段面试评估建议"。约10分钟。

最终输出：30份简历汇总表 + 推荐名单 + 面试建议，全程约20分钟。效率提升6倍。