firefly生成面试问答需强制使用【#interview-qgen】前缀校验字段完整性，绑定jd条款、标注布鲁姆层级、指定回答结构，并用负向词拦截模糊与结构缺陷。
☞☞☞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☜☜☜
Firefly生成面试问答类提示词时，常因字段缺失、语义模糊或结构松散导致输出内容偏离岗位JD要求，比如生成的“技术问题”不匹配Java后端岗的真实考察点，或“行为问题”缺乏STAR逻辑锚点。
用【#interview-qgen】强制校验问答字段
在提示词最开头插入不可修改的结构化前缀：【#interview-qgen】岗位类型+核心能力维度+问题类型+难度等级+回答长度约束。例如：【#interview-qgen】Java后端工程师+并发处理能力+开放设计题+中等难度+回答需含伪代码段落。
这个前缀不是装饰——Firefly会逐项校验字段完整性。漏写“回答长度约束”，生成的问题可能附带冗长背景描述；缺“核心能力维度”，AI会默认填充通用软技能，而非聚焦线程池参数调优或CAS底层原理。
输入后直接生成，不要删减或重排前缀内字段顺序。
分步注入三类关键信息
第一步：绑定岗位JD真实条款
在前缀后立即追加一句：“严格依据[公司名]发布的[岗位名称]JD第X条‘XXX’要求生成”。例如：“严格依据阿里云发布的Java后端工程师JD第3条‘熟悉JVM内存模型与GC调优策略’要求生成”。AI会将该句作为语义锚点，屏蔽掉Spring Boot自动配置等无关内容。
第二步：锁定问题认知层级
用括号标注布鲁姆分类法层级，如（应用层）、（分析层）、（评价层）。只写“Java多线程问题”会触发记忆复述，但标注（分析层）后，AI必须构造对比场景：“请对比synchronized与ReentrantLock在高竞争锁场景下的线程唤醒机制差异”。
第三步：植入回答结构指令
在问题末尾明确指定输出格式，例如：“回答必须以‘原理简述→代码片段→典型误用陷阱’三段式展开”。若未声明，Firefly默认用口语化段落堆砌，无法满足技术面试对逻辑密度的要求。
拦截常见失真模式
方法一：封禁模糊表述
在提示词末尾添加负向词：-hypothetical -generic -textbook -definition -no example -no code -no comparison
方法二：阻断结构缺陷
加入：-single sentence answer -no bullet points -no markdown -no introduction paragraph -no conclusion sentence
【负向词必须用英文短横线连接，中文顿号或空格会导致Firefly整段忽略】
