☞☞☞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☜☜☜
必须用提示词明确区分报错与文档：第一步开头声明类型，第二步粘贴完整内容，第三步用范例锚定风格，第四步强制分栏输出并处理截图、路径等细节。
你想让360ai搜索精准区分“我写代码时弹出的红色报错”和“官方文档里某段说明文字”，不能靠它自己猜——必须用提示词把这两类信息的来源、形态、用途一次性钉死。
先锁定问题类型：学习报错还是查文档
第一步：在提问开头明确加一句类型声明，例如“这是我在VS中运行Python脚本时遇到的真实报错”，或“这是我想查PyTorch官方文档中torch.nn.Linear的参数说明”。【不加这句，AI默认按泛理解处理，可能把报错堆栈当文档片段来解释】
第二步：直接粘贴完整内容。报错要带全部堆栈（含File "xxx.py", line N, in
给AI喂对样本：用真实片段锚定风格
方法一：直接甩一段你认可的报错解析范例
例如：
【参考风格】：“报错信息里NameError: name 'df' is not defined，不是变量没定义，是你在调用df前漏了pd.read_csv()这行——就像想用快递单号查物流，但根本没下单。”
现在，请用同样方式解释ModuleNotFoundError: No module named 'sklearn'。
方法二：贴一段你确认过的文档解读样本
例如：
【参考风格】：“torch.nn.Dropout(p=0.5)中的p=0.5，不是‘保留50%神经元’，而是‘每个神经元有50%概率被随机置零’——就像教室里每人抽签，抽到‘停课’就暂时闭嘴，不是一半人永远闭嘴。”
请用同样方式说明tf.keras.layers.Dense(units=64, activation='relu')中activation参数的作用。
强制分离输出结构
① 输入时加硬约束：“请分两栏回答：左栏【报错诊断】只分析错误成因与修复动作，右栏【文档定位】只说明该功能在哪个官方页面、第几节、如何检索。”
② 如果你手头只有报错截图，但没复制文字：在提示词末尾补一句“若无法识别截图文字，请明确告知，不要编造堆栈”。【AI会强行OCR并虚构行号，这种输出不可信】
③ 遇到报错中混有中文路径或乱码：必须在提问中手动转成英文，例如把“C:\用户\张三\code\test.py”改成“C:\Users\zhangsan\code\test.py”，否则AI可能误判为编码问题而非路径问题。
