要生成真正可用的mock数据，需三步：一用真实约束锚定字段语义，二注入可检索的语义标记，三强制结构化输出并预留搜索钩子。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你想让通义千问生成的mock数据在后续搜索、筛选或调试中真正可用，而不是一堆格式整齐但字段空泛、值无区分度的假数据——比如“张三”“李四”“测试公司”这种无法被grep、无法触发业务规则、也无法模拟真实分布的数据。
第一步：用真实约束锚定字段语义
在提示词开头直接声明字段的真实业务含义与取值边界，例如：“用户注册时间必须是2024-01-01至2026-05-30之间的随机时间戳，精确到秒，且按正态分布向2025年中段偏移”。
不写这句，模型大概率输出“2023-01-01 00:00:00”这类明显过期、脱离当前时间语境的值；而加上后，它会主动避开无效区间，并模拟真实增长节奏。
对手机号字段，明确写：“中国大陆11位手机号，前三位为13X/14X/15X/17X/18X/19X，后八位禁止全零、全九、顺序号（如12345678）和倒序号（如87654321）”。【这是搜索价值的关键——过滤掉人工一眼可识别的假号，保留能通过基础校验逻辑的样本】
第二步：注入可检索的语义标记
方法一：在字符串字段中嵌入带业务标识的子串。例如要求生成商品名称时，写：“名称必须包含至少一个以下前缀：[爆款]、[清仓]、[保税]、[联名]，且该前缀出现在名称开头或结尾，中间用中文顿号或空格隔开”。
这样生成的“iPhone 15 Pro [爆款]”或“[清仓]AirPods第三代”就能被grep -E '\[爆款\]|\[清仓\]'精准捕获，无需全文扫描。
方法二：为数值字段添加隐式分段标签。例如：“订单金额为15.8～9999.99元之间浮点数，其中：15.8–99.9元标为‘小额’，100–999.9元标为‘中额’，1000及以上标为‘大额’，并在对应JSON字段旁添加注释键'amount_tier'”。
这一步让mock数据自带分类索引能力，后续做聚合分析或AB测试分组时，不用再写条件判断逻辑去推断金额层级。
第三步：强制结构化输出并预留搜索钩子
① 要求所有输出必须为标准JSON数组，每项含唯一_id字段，值为UUIDv4格式（不是自增数字），且_id必须由字母+数字混合组成、长度固定为32字符，不含短横线。
② 在每个对象末尾追加_search_tags字段，内容为字符串数组，自动提取该条数据中所有可被业务系统用于快速匹配的关键词，例如用户数据中提取“男”“95后”“iOS”“杭州”，订单数据中提取“微信支付”“已发货”“含赠品”。
③ 禁用任何Markdown、解释性文字、示例说明或空行——只输出纯JSON，首尾不加```json或```包裹。
这三步做完，你拿到的数据就能直接扔进ES做term查询、用jq按_search_tags筛选、用Python pandas按amount_tier分组统计，而不需要先清洗、补字段、猜含义。
