需先采集各平台真实界面弹窗提示语，提取触发条件与语气特征，再基于原生句式构建适配模板，最后通过ui叠图与真实环境验证替换关键词——全程紧扣界面实际文案，杜绝文档化泛述。
☞☞☞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ChatGPT生成的数据库评审问题，既符合DBA或架构师的专业语境，又贴合不同平台（如阿里云DMS、腾讯云CynosDB控制台、Oracle SQL Developer、DataGrip）的官方提示风格——不是通用话术，而是让问题一出来就让人觉得“这确实是DMS里该弹的提示”。
先锁定平台的原始提示语料
打开目标平台的真实界面：比如阿里云DMS → 进入「SQL审核」→ 提交一条含SELECT * FROM大表的语句 → 观察弹出的红色警告框文字；腾讯云CynosDB控制台 → 执行未加WHERE的UPDATE → 记录其“风险提示”文案。把这些原生提示词复制下来，至少收集5条，每条标注触发条件（如“全表扫描”“缺失索引”“无事务包裹”）。【不抄文档里的功能说明，只抓界面上实际弹出的那句话】。
这一步不能跳过。文档描述和真实提示是两套语言体系——文档说“建议添加WHERE条件”，而DMS实际弹的是“⚠️ 检测到无WHERE条件的UPDATE，可能影响全表数据，请确认业务意图”。后者才是你要对齐的语气。
提取平台语气特征
把上一步收集的原始提示词逐条拆解：标点用不用感叹号、是否带emoji、主语是“系统”还是“您”、动词用“检测到”还是“发现”、有没有括号补充说明、是否出现“请确认”“建议检查”“高危操作”等固定短语。例如：
阿里云DMS常用：“⚠️ 检测到…，可能…，请确认…”；Oracle SQL Developer倾向用“Warning: … Consider adding…”；DataGrip则直接写“Unsafe operation: no WHERE clause”。
把高频词、句式结构、标点习惯整理成一张对照表，作为后续生成的语法骨架。
ChatGPT Atlas（macOS）可在浏览网页时提供即时回复、内容总结与任务辅助。它支持智能建议、信息整理及多场景交互，同时配备可控隐私设置，让用户在使用过程中更加安全安心。针对 macOS 平台优化后，带来流畅自然的浏览体验，适用于办公、学习、创作及日常信息查询等多种场景。
构建适配型提示词模板
方法一：前置平台指令法
在ChatGPT提问开头直接注入平台身份：
“你正在为阿里云DMS编写SQL审核提示语。请严格模仿其界面弹窗风格：使用⚠️符号开头，主语为‘检测到’，结尾用‘请确认…’句式，不解释原理，只聚焦风险动作与用户动作引导。生成3条关于索引缺失的提示。”
方法二：示例驱动法
给ChatGPT喂2～3条该平台的真实提示作为few-shot样本，再要求它续写同类问题：
“参考以下DMS真实提示：① ⚠️ 检测到ORDER BY未使用索引字段，可能导致排序性能下降，请确认是否需优化查询逻辑。② ⚠️ 检测到INSERT未指定字段列表，存在列顺序错位风险，请确认表结构变更情况。请按相同风格，生成2条关于分区键选择不当的提示。”
【切忌让ChatGPT自己总结平台风格——它会泛化成‘专业、简洁、友好’这类无效描述】。
验证与替换关键词
第一步：把生成的提示词粘贴进对应平台的UI截图工具（如Mockplus或Figma插件），叠在真实弹窗位置看违和感；
第二步：重点检查三个位置是否匹配——开头符号（⚠️/❗/无符号）、动词时态（“检测到”vs“已发现”vs“存在”）、结尾动作（“请确认”vs“建议检查”vs“需人工介入”）；
第三步：对不匹配的词做最小粒度替换，比如把“建议添加索引”强行改为“请确认是否已建立覆盖索引”，因为DMS原文从不提“建议”，只说“请确认”。
替换完立刻在测试环境提交SQL，观察真实弹窗是否与生成文本一致。不一致就退回第二步，重新抠语气细节。
