☞☞☞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☜☜☜
必须严格按“l1基础版”“l2进阶版”或“l3压测版”三档之一生成测试数据，通过字段难度标签、组合校验、异常比例分层控制及环境锚点约束，实现阶梯式复杂度。
你需要让cursor生成的测试数据在字段取值、关联复杂度、异常比例和业务逻辑嵌套深度上呈现阶梯式难度，而不是全部堆砌高难度样本导致集成测试频繁失败，也不能全是基础数据无法暴露深层缺陷。
用难度标签控制整体复杂度
在提示词开头直接写明难度等级：【必须严格按“L1基础版”“L2进阶版”或“L3压测版”三档之一生成，不可混用】。
AI默认会把“测试数据”理解为L1级——只满足非空、类型匹配、主键唯一；不加标签就永远拿不到跨表强约束或时间序列依赖数据。
例如：“L2进阶版：基于User和Order表结构，生成8条测试数据，要求每个User至少关联2条Order，且latest_order_date必须晚于created_at 7天以上。”
分层设置字段难度参数
方法一：单字段粒度控制
对关键字段显式标注难度：“email字段→L1：随机生成合法格式；L2：必须包含公司域名白名单（@google.com/@microsoft.com/@apple.com）；L3：需匹配真实邮箱注册时间戳，且与user.created_at误差≤30分钟。”
方法二：组合字段联动校验
“address字段组（province/city/district/zip_code）→L1：各自独立随机；L2：city必须属于province下辖真实地级市；L3：district+zip_code必须能通过国家邮政编码API反查验证，失败则重试。”
【L3级必须提供可验证的外部校验源，否则AI会伪造返回结果】
按难度配置异常样本比例
第一步：明确总条数与异常类目
“生成20条订单数据，其中L1版允许0%异常；L2版必须含5%空字符串、3%超长字段（>255字符）、2%负金额；L3版在此基础上追加：1%时间戳早于系统上线日、1%外键id指向不存在的user_id、1%JSON字段语法错误。”
Agents 正在你的整个代码库中处理越来越复杂、运行时间更长的任务。本次版本引入了新的 agent 框架改进，以实现更好的上下文管理，并在编辑器和 CLI 中带来了许多提升使用体验的修复。
第二步：强制异常分布均匀
“所有异常样本不得集中出现在前5条或后5条，须按伪随机方式散列分布——AI若连续生成3条含相同异常类型，必须中断并重新生成。”
第三步：标注异常标识符
每条含异常的数据末尾追加注释：// ⚠️ L3-INVALID_ZIPCODE 或 // ⚠️ L2-NEGATIVE_AMOUNT，方便后续自动化扫描提取。
绑定环境约束提升L3真实感
在提示词末尾插入硬性环境锚点：
“当前运行环境：Kubernetes集群中部署的MySQL 8.0.33，启用STRICT_TRANS_TABLES模式；所有L3数据必须能通过该环境下的INSERT IGNORE语句插入，且触发的warnings数量≤2条/千行。”
这一步过滤掉AI惯用的“理论上合法但实际被strict mode拦截”的数据，比如带emoji的varchar字段、精度超限的decimal值。
没有该锚点，L3数据在CI里必然报错，开发要手动逐条修正。
