必须先让claude自查再改写：第一步列5项核心检查项（含原因与后果），第二步逐条核验并标注【✓/✗】，第三步结合用户画像或三版本对照确保真实易懂。
☞☞☞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☜☜☜
你需要让Claude把一份专业、术语密集的产品说明书，转换成普通用户一眼就懂的表达，但又怕它改得过于简略、漏掉关键使用风险或操作前提——这时候不能只说“请用用户语言重写”，必须明确告诉AI：先自查再动笔。
第一步：让Claude自己列出检查项
在对话开头直接输入：“请先列出将产品说明书转为用户语言时必须检查的5项核心内容，每项需包含‘为什么必须检查’和‘不检查会导致什么后果’。不要开始改写，只输出检查项。”
这一步强制AI跳出执行模式，进入诊断角色。它会生成类似“① 是否替换了所有技术缩写（如‘PWM调光’→‘亮度无频闪调节’）？不替换会导致用户完全看不懂功能本质”这样的条目。
【必须等它完整输出5项后再进行下一步】——如果它只列了3条就停住，补一句：“请补足至5项，第4项聚焦安全提示转化，第5项聚焦操作步骤的动词准确性。”
第二步：用检查项反向约束改写过程
确认检查项无误后，粘贴原始说明书，并输入：“现在请严格按以上5项逐条核验，每改写一段，就在段尾用【✓/✗】标注对应检查项是否通过。仅当全部标✓，才视为完成。”
例如原文写“本设备支持IP68防护等级”，AI改写成“泼水、掉进浅水坑都不怕，但不能泡在深水里超过30分钟”后，会在句末加【✓】——因为这一版既解释了IP68的实际含义，又补充了用户真正关心的边界条件。
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。
这步能堵死AI惯用的“模糊替代”漏洞。它不再能用“更耐用”“更安全”这种空泛词敷衍，每个表述都必须经得起检查项的硬性拷问。
第三步：对齐真实用户认知盲区
方法一：插入一个具体用户画像
在指令中加入：“假设读者是55岁刚学会用智能手机的退休教师，从没接触过智能硬件。请重点检查：所有比喻是否来自他熟悉的生活场景（如‘像电饭煲预约一样简单’），所有否定句是否已转为肯定动作指引（不说‘勿倒置’，而说‘请正放使用’）。”
方法二：要求对比测试
追加指令：“随机选原文中3个术语，分别给出‘工程师理解版本’‘客服电话解释版本’‘菜市场大妈听懂版本’三行对照。只输出这3组9行，不解释。”
这个操作会立刻暴露AI是否真懂“用户语言”的分层逻辑——很多AI能写出“菜市场大妈版”，但写不出“客服电话版”（需要兼顾准确性和口语节奏），这就是它尚未吃透业务场景的信号。
