修改trae接口字段示例提示词时，必须为每个字段明确定义数据类型、长度/取值范围、是否必填及业务示例值，并用“必须”“不可”等强约束词替代模糊表述，否则模型易生成不符合业务规则的数据。
☞☞☞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☜☜☜
修改Trae接口字段示例提示词时，字段解释不完整会导致模型生成的示例数据与实际业务含义脱节，比如把“status”简单写成“状态”，却不说明取值范围是0/1/2还是“pending”“success”“failed”，结果模型可能随意填充“active”或“on”。必须让每个字段的说明包含语义边界和约束条件。
替换模糊描述为带约束的明确定义
打开提示词中字段说明部分，将类似“用户姓名：用户的名称”这种泛化描述，改为“user_name：字符串，2～20个字符，仅允许中文、英文字母、空格和短横线，不可为空，示例值：张三-Li”。
这一步必须补全三项：数据类型、长度/取值范围、是否必填。缺任何一项，模型就容易越界生成——比如没写“不可为空”，模型可能输出null；没写“仅允许中文和字母”，可能生成“张三@123”。
用真实业务规则覆盖通用术语
方法一：直接嵌入校验逻辑到字段说明中。
例如原字段“expire_time”，原提示是“过期时间”，现改为“expire_time：ISO 8601格式时间字符串（如2025-04-22T18:30:00+08:00），必须晚于create_time且不超过当前时间+365天，不可为空”。
方法二：在字段后追加「业务规则」子项。
例如：
order_amount：订单金额（单位：分，整数）
→ 业务规则：大于0，且必须是100的整数倍（因支持1元起售，最小单位为100分）
【order_amount若未注明“单位：分”和“100的整数倍”，模型大概率按元生成小数，导致下游系统解析失败】
批量校验字段说明完整性
第一步：提取所有字段名，逐个检查是否同时满足以下四点：
① 有明确数据类型（string/int/boolean/object/array）
② 有长度或取值枚举（如“取值：open/closed/archived”或“最大长度32”）
③ 有是否必填标识（“不可为空”或“可选”）
④ 有符合业务的实际示例值（非“xxx”“test”等占位符）
第二步：对不满足任一条件的字段，在其说明末尾追加缺失项，用中文顿号分隔，保持单句紧凑。例如原句“tags：标签列表”，改为“tags：字符串数组、每项长度1～16、最多5项、不可为空、示例值：[\"vip\",\"season2024\"]”。
第三步：删除所有“一般”“通常”“可能”“建议”等弱约束词，全部替换为“必须”“不可”“仅允许”“应为”。
