【你是一位有10年医药零售it实施经验的系统架构师，负责将《2026年新版gsp药品经营质量管理规范》第4.2.3条转化为可执行代码逻辑。请严格按以下三阶段推进：①先解析条款中的触发条件与动作主体；②再映射为数据库字段与业务规则；③最后生成带注释的python伪代码。】
☞☞☞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☜☜☜
明确业务逻辑起点与角色边界
你正在为一家连锁药店设计库存预警系统，需支持“近效期药品自动标记+跨门店调拨建议+采购阈值动态计算”三重联动逻辑，单次提问会让文心快码企业版只输出零散片段，必须从第一轮就锁定结构化演进路径。
在首轮对话开头直接输入：【你是一位有10年医药零售IT实施经验的系统架构师，负责将《2026年新版GSP药品经营质量管理规范》第4.2.3条转化为可执行代码逻辑。请严格按以下三阶段推进：①先解析条款中的触发条件与动作主体；②再映射为数据库字段与业务规则；③最后生成带注释的Python伪代码。】
这一步不可跳过——若漏掉角色设定和分阶段指令，模型会默认用通用开发思维响应，把“近效期”简单理解为日期比较，忽略GSP要求的“距有效期截止日≤45天且库存＞0”的复合判定条件。
用链式追问强制展开边界分支
收到第一轮输出后，不要直接接受。重点检查它是否覆盖了多级嵌套条件：
方法一：针对“跨门店调拨建议”模块追加约束
输入：“上一步生成的调拨逻辑中，未体现《药品管理法实施条例》第38条‘冷链药品不得跨温区调拨’的限制。请补充温度属性校验，并说明如何从WMS系统实时获取各门店冷库实时温度数据。”
方法二：对“采购阈值动态计算”做压力测试
输入：“假设某门店过去30天阿莫西林胶囊日均销量标准差达±37%，当前库存仅够支撑2.1天。请重写阈值公式，要求：当销量波动系数＞30%时，启用移动平均线算法替代简单均值，并标注SQL窗口函数实现要点。”
注意：第二轮追问必须引用第一轮输出中的具体缺陷，否则模型会重新生成一套新逻辑，导致前后不一致。
注入真实数据锚点验证可行性
当AI给出第三版伪代码后，立刻用生产环境真实参数戳破理想化假设：
第一步：粘贴实际数据库表结构片段CREATE TABLE inventory (sku VARCHAR(20), store_id CHAR(8), qty INT, expiry_date DATE, temp_zone ENUM('常温','阴凉','冷藏','冷冻'));
第二步：提供典型业务异常样本
“这是上周真实发生的3条记录：① sku='AMX001' store_id='BJ001' qty=12 expiry_date='2026-08-15' temp_zone='冷藏'；② sku='AMX001' store_id='SH002' qty=0 expiry_date='2026-09-20' temp_zone='阴凉'；③ sku='AMX001' store_id='GZ003' qty=87 expiry_date='2026-07-30' temp_zone='冷藏'。请修改伪代码，确保能正确识别出BJ001需向GZ003发起调拨，且拒绝SH002参与。”
这一步卡住多数AI——它们常忽略temp_zone字段类型是ENUM而非字符串，直接用LIKE匹配导致逻辑失效。【必须用真实DDL+真实样例双锚定，否则模型会自行虚构兼容性方案】
冻结最终逻辑并导出可部署版本
确认所有分支都通过数据验证后，发出终局指令：
“现在请输出完整可运行代码：①使用pandas读取inventory表；②按GSP第4.2.3条执行三级标记（红色=距效期≤15天、黄色=16-45天、绿色=＞45天）；③对红色标记SKU，生成调拨建议DataFrame，含from_store、to_store、qty、reason四列；④所有日期计算必须用pd.Timestamp.now().date()基准。”
复制返回的代码，粘贴到企业版IDE的「逻辑编排」画布中，点击「语法校验」→「沙箱执行」→「发布至UAT环境」。
