需严格依据目标平台官方文档语料定制提示词，通过动词替换、主语重构、风险定级嵌入三法统一话术风格，并绑定平台特有约束条件、触发时机及api字段名，确保copilot输出与阿里云dms、腾讯云dbbrain、华为云dataarts studio原生审核结果一致。
☞☞☞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Copilot生成的数据库评审问题提示词，贴合不同平台（如阿里云DMS、腾讯云DBbrain、华为云DataArts Studio）的官方文档语气和术语习惯，避免生硬套用通用表述导致评审意见被业务方质疑专业性。
先确认目标平台的典型评审话术风格
打开对应平台的官方文档或控制台，搜索“表设计规范”“索引建议”“SQL审核规则”等关键词，截图保存3～5条真实提示语。例如阿里云DMS会写“建议将TEXT类型字段拆分为独立扩展表”，而腾讯云DBbrain更倾向说“检测到大字段未做归档处理，存在I/O放大风险”。【不同平台对同一问题的归因逻辑和措辞重心完全不同，直接复用提示词会导致Copilot输出与平台语境脱节】
这一步不能跳过——没有真实语料参照，调整就是闭门造车。
提取平台专属术语与句式结构
方法一：动词替换法
把通用提示词中的“应”“建议”“避免”批量替换成平台高频动词。阿里云常用“推荐”“需”“不支持”，华为云偏爱“请”“务必”“不符合规范”，腾讯云则大量使用“检测到”“存在…风险”“已识别”。
方法二：主语重构法
通用提示词常以“开发人员”“DBA”为主语（如“开发人员应为VARCHAR字段设置合理长度”），但华为云DataArts Studio的审核结果默认省略主语，直接写“VARCHAR字段长度超过500字符，不符合规范”。删掉所有主语，让Copilot输出更贴近平台原生提示风格。
使用 Azure AI 项目 Python SDK (azure-ai-projects) 构建 AI 应用。适用于处理 Foundry 项目客户端、使用 PromptAgentDefinition 创建版本化代理、运行评估、管理连接/部署/数据集/索引，或使用 OpenAI 兼容客户端。这是高级 Foundry SDK - 如需低级代理操作，请使用 azure-ai-agents-python 技能。
方法三：风险定级嵌入法
在提示词末尾强制加入平台特有的风险等级标签。阿里云用【高危】【中危】【提示】三级，腾讯云用???图标+文字，华为云用“严重/一般/提示”三级。Copilot必须在每条问题后自动补上对应标识，否则输出会被平台前端过滤掉。
注入平台特有的约束条件
第一步：定位平台限制项
阿里云DMS禁止在分区表上建全局二级索引；腾讯云DBbrain要求JSON字段必须开启校验开关；华为云DataArts Studio强制所有时间字段使用TIMESTAMP而非DATETIME。这些硬性限制必须写进提示词的前置条件里。
第二步：绑定校验触发场景
不是所有规则都实时生效。例如腾讯云DBbrain只在慢SQL分析阶段检查执行计划中的索引失效问题，而阿里云DMS在DDL提交前就拦截无主键表。Copilot提示词开头必须声明触发时机：“当用户在DMS控制台提交CREATE TABLE语句时…”或“在DBbrain慢日志分析模块中检测到…”。
第三步：匹配平台返回字段名
Copilot生成的问题描述中，字段名必须与平台API返回的key完全一致。比如华为云返回的是“table_name”，就不能写成“tableName”或“表名”；腾讯云返回“risk_level”，就不能改成“level”或“风险等级”。【字段名不一致会导致Copilot输出无法被平台前端正确解析并展示】
