☞☞☞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☜☜☜
必须先输出4条含具体文件名、命令、路径等可核查要素的判断标准，再生成对应可勾选清单；标准需满足可执行命令转换、无主观形容词、覆盖上线前中后三时段，并补全隐含前提与项目锚点。
你需要让trae的ai在生成上线检查清单前，先明确可验证、可执行、可追溯的判断标准，否则它会直接罗列“检查配置”“确认版本”这类模糊动作，导致清单无法落地到具体命令、路径或截图证据。
第一步：用结构化指令锁死AI输出顺序
在Trae Chat中新建对话，输入以下提示词（一字不改，不增空行、不加说明）：
“请严格分两步响应：① 先用‘【判断标准】’为标题，只列出4条用于判定本上线检查清单是否合格的核心标准；每条标准必须含具体文件名、命令、路径、端口、HTTP状态码或时间戳等可核查要素，禁止出现‘确保’‘确认’‘检查’等动词开头；② 再用‘【检查清单】’为标题，逐项对应上述标准生成带□符号的可勾选项。现在只输出第一步。”
【若AI跳过第一步直接写清单，或回复“好的”“已理解”，说明指令未生效，必须清空对话重发原提示词】
第二步：校验判断标准是否满足硬约束
拿到AI输出的4条标准后，立刻做三道卡口验证：
① 每条是否能转成一行可执行命令？例如“/opt/app/config.yaml中feature.flag值为true”可直接用grep -q 'feature.flag: true' /opt/app/config.yaml验证；若出现“配置应正确”之类表述，即不合格。
② 是否全部避开主观形容词？如“关键接口”“核心服务”“重要参数”属于禁用词，必须替换为具体API路径（如POST /v2/order/submit）或指标名称（如payment_service_p95_latency_ms）。
③ 是否覆盖上线前、上线中、上线后三个时间点？缺任一时段，清单将漏掉灰度开关校验、回滚键位预置、监控告警静默期设置等关键动作。
第三步：补全隐含前提并绑定项目锚点
方法一：注入环境上下文锚点
在AI输出【判断标准】后，你只需回复：“补充一条硬约束：所有标准必须基于当前Jira ID PROJ-8721关联的部署包sha256校验值（d3a7f2b1…）和K8s命名空间prod-us-east-2。”
方法二：强制提取未声明但必需的前提
追加指令：“请扫描你刚列出的4条标准，找出所有未显式写出但实际执行时必须满足的前提条件，并以‘【隐含前提】’为标题单独列出。例如：若标准中要求‘curl -I http://localhost:8080/health’返回200，则必须补上‘容器内已安装curl且PATH包含其路径’。”
这一步不做，运维同学可能卡在“命令不存在”却查不到原因——因为AI默认认为环境干净，从不主动声明工具依赖。
第四步：用反例测试法验证标准有效性
第一步：把AI刚输出的任意一条标准复制出来，比如“数据库连接池maxActive参数值≥50”。
第二步：在新行输入：“请构造一条违反该标准的配置示例，仅输出配置片段，不解释。”
第三步：观察AI是否能精准输出类似“maxActive: 30”的反例。如果它回复“无法构造”或输出含糊描述（如“数值偏小”），说明该标准边界不清，需退回重写。
【注意：反例必须是纯文本、无解释、可直接粘贴进配置文件的合法片段】
