应明确观测粒度、禁用模糊词、绑定真实证据，并用分层过滤、否定约束及领域术语压缩推理路径。例如开头声明“仅基于apm trace耗时分布，聚焦占比＞30%且调用＞100次的节点”，删除“可能”等词，粘贴火焰图/慢sql等实证，再用spanid、threadname等术语锚定上下文。
☞☞☞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☜☜☜
你在用Cursor写性能定位问题的提示词时，经常收到偏离核心瓶颈的回答——比如提示词问“为什么接口响应慢”，模型却分析数据库连接池配置、前端渲染逻辑甚至服务器磁盘IO，而真正卡点其实在某个未加索引的JOIN字段上。
明确锁定可观测维度
第一步：在提示词开头直接声明观测粒度。例如写“仅基于APM工具（如SkyWalking）中trace链路的耗时分布图，聚焦子调用耗时占比＞30%且调用次数＞100次的节点”。不加这句，Cursor默认会泛泛而谈全链路所有环节。
第二步：禁用模糊描述词。删掉“可能”“大概”“一般情况下”这类词——它们会让模型开启发散联想模式。把“可能是缓存没命中导致的”改成“已确认Redis缓存命中率为0%，请只分析缓存穿透路径”。
Agents 正在你的整个代码库中处理越来越复杂、运行时间更长的任务。本次版本引入了新的 agent 框架改进，以实现更好的上下文管理，并在编辑器和 CLI 中带来了许多提升使用体验的修复。
第三步：强制绑定输入证据。在提示词末尾追加“以下为真实采集数据：【粘贴火焰图片段/慢SQL执行计划/线程堆栈top3】”。【没有具体证据锚点，Cursor会自动补全虚构场景】
用结构化指令压缩推理路径
方法一：分层过滤指令
写成“先检查CPU占用率是否持续＞90% → 若否，跳过系统层分析 → 直接进入JVM堆内存dump分析 → 重点看org.apache.commons.lang3.StringUtils类实例数量”。这种箭头链迫使模型放弃并行猜测，按顺序排除。
方法二：否定式约束
加入“排除以下情况：①网络延迟（已通过tcpdump确认RTT＜2ms）；②GC停顿（G1日志显示pause time均值＜10ms）；③外部依赖超时（第三方API返回码全是200）”。模型对否定条件的遵守度远高于正向描述。
植入领域术语锚定上下文
把“接口慢”替换成具体技术符号。例如：“/api/v2/order/sync耗时P99=2.4s，对应trace中spanId=0x7a3f1c的AsyncHttpClient#execute耗时占比68%，该span下无子span，但threadName=pool-3-thread-5处于BLOCKED状态”。【用spanId、threadName、P99等真实监控系统输出字段，能瞬间激活Cursor的Java性能分析知识图谱】
这一步操作起来很简单，直接复制APM界面里看到的原始字段名就行。
