Gamma需求文档提示词怎么区分目标和关键结果

很多人用Gamma写OKR需求文档时会发现一个问题：AI经常把目标和关键结果混在一起，不加区分。你输入“提升用户留存率”和“次日留存率达42%”，它可能都当成目标来处理，导致后续复盘时一团糟。这背后的关键在于Gamma对OKR的解析逻辑——它把所有带动作的短句默认为行动项，只有你明确使用符号标记时，它才会区分层次。

先识别Gamma对OKR的底层理解逻辑

具体来说，如果你输入“O：打造高信任度客服体系；KR1：首次响应平均时长≤28秒；KR2：NPS≥52”，Gamma会按标记提取字段。但如果只写“打造高信任度客服体系”“首次响应平均时长≤28秒”“NPS≥52”，三者就会被平铺为并列要点，没有层级关系。所以，关键不在于你写了什么内容，而在于你是否用了分类信号告诉Gamma：“这是O，这是KR”。

用三类强信号让Gamma自动分离O和KR

第一种方法是用冒号和英文缩写前置标记。在每条语句开头严格使用“O：”或“KR：”，中间不留空格。Gamma会将所有“O：”后内容归入目标栏，所有“KR：”后内容归入关键结果栏，并自动编号为KR1、KR2……效率很高。

第二种方法是用换行加缩进来模拟OKR标准格式。第一行顶格写目标，不加任何前缀；第二行起每条KR前加两个全角空格（记住，全角空格是“　”，半角空格会被忽略）。Gamma能识别这种视觉缩进为从属关系，自动归类。

第三种方法是嵌入括号说明类型。在句子末尾用中文括号标注“（目标）”或“（关键结果）”，Gamma会扫描括号内文字，将匹配项归类。比如写“上线智能工单系统（目标）”“工单解决时长中位数降至3.2小时（关键结果）”，效果就很明确。

必须避开的三个典型陷阱

第一个陷阱是同一个句子中混用定性与定量表述。比如“提升客户满意度并使NPS达60分”，Gamma会因含具体数字而整体判定为KR。但“提升客户满意度（目标）”单独存在时，才能被正确识别为目标。一旦混写，层级就乱了。

第二个陷阱是使用模糊动词。Gamma对“优化”“加强”“推进”等词敏感度极低，容易漏判为KR。改成“成为”“建立”“实现”这类强完成态动词开头，被识别为目标概率会大幅提升。

这是第三个陷阱：Gamma只将含具体数字、百分比、时间、次数、状态词（如“上线”“完成”“覆盖”）的条目识别为KR。纯描述性语句即使标了“KR：”，也无法进入关键结果字段。一定要在KR里放个可验证的数字或状态。

高级提效技巧：用单一可量化指标反向校准O

如果觉得目标写得太虚，不妨试试这个方法：用KR的反推逻辑来校验O是否合理。举个简单例子，原来目标是“提升客服效率”，很难量化；改成“建立工单智能分类体系，使人工分类占比降至10%以下”，有了明确的KR，就能快速判断这个目标是否具体、能否落地。

额外建议：如果你在提示词中同时包含了昨日提交物，可以进一步把例子的粒度细化，比如“将细分到客服通道级别”作为示例，这样Gamma能更精准地帮你对齐O与KR的层级关系。