请按以下三步执行：1. 先分析→2. 再判断→3. 最后输出；第1步逐字段提取key、value示例值、数据类型及是否必填；第2步标注字段业务含义；第3步生成带中文说明的字段列表，未完成前两步禁止输出任何说明。
☞☞☞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☜☜☜
让Claude在生成接口返回示例时，不直接罗列字段，而是先识别原始JSON结构中的字段语义、嵌套关系与数据类型，再据此生成带说明的提示词，需通过明确指令约束其推理路径。
用三段式结构锁定AI思考顺序
第一步：在提示词开头强制插入「请按以下三步执行」作为不可跳过的流程锚点。
第二步：用编号分隔「1. 先分析→2. 再判断→3. 最后输出」，其中第1步要求逐字段提取key、value示例值、数据类型（string/number/object/array）、是否必填；第2步要求标注该字段在业务中的实际含义（如"order_id不是单纯字符串，而是支付系统生成的幂等标识符"）；第3步才允许生成带中文说明的字段列表。
第三步：在第3步指令末尾加限制——【若未完成前两步分析，禁止输出任何字段说明】。这能阻断Claude跳过判断直接编造描述的习惯。
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
用字段样例反向约束分析粒度
方法一：提供带干扰项的输入样例。例如给出{ "status": 0, "data": { "items": [ {"id": "abc", "price": "99.5"} ] } }，并在提示词中强调「注意：price字段值是字符串格式但实际为金额，status=0不代表失败而是成功码」——这迫使模型必须先识别类型与业务含义的错位，才能进入输出阶段。
方法二：在样例JSON里混入null值和空数组，如"tags": []、"remark": null，并要求「对null字段注明‘可能为空’，对空数组注明‘存在但无内容’」。这种设计让AI无法靠模板填充，必须逐项判断。
禁用自由发挥的关键词开关
在提示词末尾添加硬性禁令：禁止出现「可能」「一般」「通常」「建议」等模糊表述；所有字段说明必须基于当前JSON中真实出现的值推导；【若字段值为数字但无小数点，则不得描述为‘浮点数’】。
这一步关闭了AI凭经验补全的通道，使其只能从给定数据出发做确定性判断。
