需先补全课程大纲，再提取带编号的一级章节标题，通过语义咬合筛选匹配名词性短语的提示词，最后人工剔除动词+非课程名词、场景化泛指词及失焦修饰词。
☞☞☞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☜☜☜
你需要从Sora课程预告视频的原始提示词列表里，快速剔除与课程教学目标无关的干扰项，比如“片头动画节奏建议”“主讲人领带颜色搭配”“BGM情绪曲线图”这类看似服务于课程实则游离于知识传递主线之外的词。
锁定课程内容锚点
打开Sora后台课程管理页→点击目标预告视频→在右侧元数据栏找到【课程大纲】标签页→复制最顶层的3个一级章节标题（必须是带编号的正式标题，如“1.2 神经网络反向传播推导”“2.1 Transformer注意力机制拆解”，不能选“附录”或“参考资料”）。
【若课程大纲为空或未填写，此步无法继续，必须先补全再操作】
用语义咬合法批量初筛
把刚复制的3个一级标题粘贴进文本编辑器，每行一个；再把全部提示词粘贴到下方，用空行隔开。
逐条检查每个提示词是否能在3个标题中任一标题里，找到至少1个完全相同的名词性短语——例如标题含“贝叶斯公式推导”，提示词含“贝叶斯后验概率计算示例”可保留；含“先验分布选择原则”也可保留；但“竖屏尺寸适配方案”“字幕字体授权说明”必须删除。
这一步直接删掉所有零匹配的词——它们和课程骨架毫无咬合关系，留着只会稀释后续人工判断精度。
人工复核三类高危词组
方法一：查“动词+非课程名词”结构
扫描剩下词组，重点揪出以“添加”“替换”“设置”“调整”“优化”开头，且宾语不是课程核心要素的词。例如：“添加章节过渡音效”→删，“替换封面主视觉图”→删，“优化讲师语速节奏”→删。这些动作对象不在课程知识图谱内，属于制作执行层，不该混入内容提示词库。
方法二：盯住“场景化泛指词”
直接删除含以下任意词的整条提示词：“通用”“万能”“热门”“爆款”“新手友好”“高效模板”。这些词没有指向性，无法反向定位到具体知识点，筛掉后词库纯度立刻提升。
方法三：验“修饰词失焦”现象
保留“LSTM时间步展开图解”，删除“超清晰LSTM时间步展开图解”——“超清晰”这种程度副词会弱化关键词权重，在Sora的提示词匹配机制里反而降低召回准确率。
