codeium需严格按①→②→③三层结构输出诊断：①【指标异常层】列3个超阈值原生指标（含单位、采样周期、实测值/阈值比）；②【链路瓶颈层】从①任选1项反向追踪至最上游调用点，标注其平均耗时、错误率、p99延迟；③【资源争用层】检查该服务实例cpu、内存、文件句柄、db连接池占用率与上限比。
☞☞☞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☜☜☜
你需要让Codeium在分析性能压测问题时，不直接甩出“增加线程数”“加缓存”这类泛泛建议，而是先输出可落地的诊断结构——明确区分指标异常层、链路瓶颈层、资源争用层，每层带可观测入口和验证动作。
强制AI输出三层诊断结构
在Codeium编辑器中，将光标置于压测报告文本末尾 → 按 Ctrl+I 弹出指令框 → 粘贴以下提示词：
「请严格按以下三步输出结构化诊断框架，不写原因、不给方案、不跳层：①【指标异常层】列出3个当前压测中实际超阈值的核心指标（必须含单位、采样周期、实测值/阈值比），仅限JMeter/Arthas/Grafana原生采集项；②【链路瓶颈层】从①中任选1个超标指标，反向追踪至最上游服务调用点，标注该调用点的平均耗时、错误率、P99延迟（若无数据则写“未采集”）；③【资源争用层】针对②中定位的服务实例，检查CPU、内存、文件句柄、数据库连接池4类资源的占用率与上限比。禁止合并层级，禁止用“可能”“大概”“一般”等词。」
这一步用「①→②→③」硬性锁死AI的思考路径。若只写“请分层分析”，AI会把三层混在一段里，比如“TPS下降可能因DB慢，也可能因GC频繁”，完全失去结构约束力。
用真实监控截图锚定每一层
方法一：在提示词后换行，粘贴Grafana面板截图中的关键文字（非图片）：
// Grafana-TPS面板: 2026-07-02T11:23:00Z起TPS从1800骤降至220，持续5分钟，阈值=1500 // Arthas-trace结果: com.example.order.OrderService.createOrder() avg-cost=428ms, p99=1840ms, error% = 0.3% // top -H 输出: PID 12345 的线程数=217，ulimit -u=1024
【注意】不要贴图，只复制面板标题栏+数值行+时间戳，AI对纯文本锚点识别准确率比截图高3倍。若你贴的是“TPS下跌了”，AI会默认你指代模糊，直接跳过指标层进入猜测环节。
方法二：在原始压测报告末尾手动追加一行业务约束：
// 当前集群规格: 4核8G × 3节点，JVM堆内存=-Xmx4g，数据库连接池最大=50
这一行会强制AI在资源层计算时，用你给的数字做分母。没有它，AI可能按通用配置（如16核32G）算出“CPU仅用40%”，而实际你的CPU已跑满。
验证结构是否真正可用
第一步：检查【指标异常层】是否每条都含“单位+采样周期+比值”。例如“TPS=220/1500（5秒窗口）”合格，“TPS偏低”不合格。
第二步：挑【链路瓶颈层】中任意一条，手动打开对应服务的Arthas trace日志，确认AI写的调用点（如OrderService.createOrder）是否真实出现在trace第一行——【若不在首行，说明AI没反向追踪，结构失效】。
第三步：打开【资源争用层】提到的服务实例的Prometheus查询页，输入对应指标（如process_open_fds / process_limit_fds），看实测值是否与AI写的“占用率”一致。不一致就删掉整层，重新提交提示词。
