智谱清言需通过结构化【需x】锚点、双向映射检查、变量绑定校验和可验证报告四步法，精准识别代码对原始需求的遗漏，如【需2】未添加“录入时间”列则明确报错并给出补全代码。
☞☞☞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☜☜☜
你需要让智谱清言评审一段Python代码时，自动识别出它是否遗漏了原始需求中的关键功能点——比如用户明确要求“导出Excel时必须包含时间戳列”，但代码里只写了to_excel()没加datetime.now()，模型却默认通过、不报错。
第一步：用结构化提示词锁定需求锚点
在向智谱清言提交代码前，必须把原始需求拆成带编号的显性条目，每条以【需】开头，例如：
【需1】导出文件名含日期+序号，格式为“report_20261002_01.xlsx”
【需2】数据表头必须增加“录入时间”列，值为当前系统时间
【需3】空数据集导出时，仍要生成含表头的空白xlsx文件，不可抛异常
这一步不能用自然语言描述需求，否则模型会按常识补全。【需】前缀是触发校验的关键信号，缺了就无法激活比对逻辑。
第二步：强制模型执行双向映射检查
在需求列表后紧接指令：“请逐行扫描代码，对每个【需X】判断：① 是否存在对应实现；② 若存在，是否满足全部约束条件（如格式、位置、异常处理）；③ 若不存在，指出缺失位置及补全代码行。”
智谱清言会输出类似这样的结果：
【需2】未实现：代码中无datetime.now()或pd.Timestamp(‘now’)调用，df.insert()或assign()均未添加新列；建议在to_excel前插入：df[‘录入时间’] = pd.Timestamp(‘now’)
注意：若你漏写【需3】中的“不可抛异常”，模型可能默认用try-except兜底，导致误判为已覆盖。
第三步：用变量绑定验证执行完整性
方法一：在提示词末尾追加硬性校验句式——
“请统计【需X】总数，并核对输出中是否出现相同数量的‘【需X】已实现/未实现’标记；若数量不等，立即终止输出，返回‘需求条目数与检查结果数不匹配，请重传需求列表’”
方法二：启用字段占位，将需求转为{{req1}}、{{req2}}等变量，再声明：“若任一{{reqX}}未在检查结果中被提及，则视为该需求被完全忽略，不得用‘隐含支持’‘逻辑等价’等表述绕过。”
这一步能堵住模型用模糊话术掩盖遗漏的漏洞。【变量绑定失败即中断输出】是唯一可靠兜底方式。
第四步：生成可验证的检查报告
1、第一行写明总需求数与覆盖数，例如：“共3项需求，2项已实现，1项缺失”
2、第二部分用表格呈现，仅含两列：【需求条目】【状态及依据】
3、第三部分单独列出所有缺失项，每项后附可直接粘贴运行的补全代码片段，例如：
【需3】缺失 → df.to_excel(‘report.xlsx’, index=False) → 应改为：if len(df) == 0: df = pd.DataFrame(columns=[‘录入时间’]); df.to_excel(‘report.xlsx’, index=False)
表格中【状态及依据】列必须引用具体代码行号和函数名，不能只说“未处理空数据”。
