“完成一次授信分析”“整理一份临床转介”“核对一组法律事实”，都包含多个步骤。模型要读材料、识别关系、处理冲突，并把判断放进可以交接的结果。将这些工作转为数据，首先要保留工作本身的结构。
从结果和接收者定义任务
先说明谁委托这项工作、接收者需要什么，以及结果将用于哪一个环节。产出文件可以是分析报告、计算表、结构化记录或一组相互引用的文件。名称相同的文书，在不同岗位和用途下可能有不同要求。
一份任务说明应让执行者知道完成条件：必须回答哪些问题，引用什么材料，需要哪些文件，哪些事项只能记录为尚需核对。任务难度来自工作要求与材料关系，不能仅用字数或文件数量代替。
把输入、 参考结果与评分要求分别组织
输入是执行时可以看到的材料；参考结果展示一种经过核对的完成方式；评分要求则说明检查什么、依据在哪里、怎样处理偏差。三者职责不同，也需要分别设置访问范围。
如果目标是训练，参考结果可以成为示范；如果目标是独立测试，参考结果与评分信息应按测试设计管理。相同材料经过改写或换一种文件格式，仍可能与训练资料存在重合。
让每项关键判断有可以回查的依据
事实回到来源，数字回到输入、单位与公式，专业结论回到适用条件。材料存在冲突时，应说明冲突在哪里，以及参考结果为何采用某一种处理；材料不足时，也要允许合理地保留未知。
以多文件任务为例，报告中的日期、计算表中的期间和附表中的记录编号，需要相互一致。但一致性本身不能证明正确：同一个日期在所有文件中写错，仍然是事实错误。因此，来源核对与跨文件一致性应分别检查。
评分要区分错误性质
关键事实错误、计算错误、无依据的推断和交付遗漏，对工作结果的影响不同。评分要求应说明具体观察点，并列出何时满足、何时不满足，以及是否存在部分完成的情形。
对可能存在多种合理答案的任务，检查应围绕必要事实、论证条件与工作约束展开，避免把某一种措辞当作唯一答案。专业复核中的分歧可以帮助修订评分要求，而不是被简单地合并成一个平均分。
轨迹与环境， 是进一步的交付要求
一份工具调用记录可以展示发生了什么；一份工具接口说明可以描述允许怎样调用。若要形成可运行的任务环境，还需要实际工具实现、依赖与权限、初始状态、重置方式以及验证方法。
因此，文件任务、执行轨迹、接口规范和可运行环境，应分别说明当前交付内容。是否适合进一步训练或评价，需要结合模型输入方式、运行条件和质量要求确认。
先检验一个完整对象， 再扩大生产
试制应尽量交付一项完整任务：工作要求、可用输入、参考答案、检查要求与必要说明。使用方可以据此检查材料能否加载、任务能否完成、结果能否判断，再确认批量加工规格。
后续修改可能改变任务本身。例如输入文件新增信息、参考计算方法调整或评分条件修订，都应形成可识别的版本。数量增长需要建立在任务定义稳定且质量可检查的基础上。