输入重复出现的执行偏差与个人偏好数据，关键操作是通过虚构具体场景生成带约束条件的提示词模板，产出为可复用的自动化纠错规则。此过程旨在消除过期约定干扰，区分通用写作风格与特定SOP，确保AI在后续任务中自动规避已知错误。
识别高频错误并提取核心变量
从过往交互日志中筛选出至少发生两次的同类失误。例如，若发现多次因函数参数顺序颠倒导致报错，需剥离具体代码细节，仅保留“参数顺序”这一核心变量。同时记录触发该错误的上下文，如是在调用第三方库还是自定义模块时发生。
☞☞☞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☜☜☜
先核对纠正记录对应的任务和日期，再挑出有明确修正办法的问题。比如，同一个项目里多次把导入脚本的列顺序写反，就记录正确顺序、适用文件和校验方法。优先处理那些导致直接运行失败或逻辑错误的硬伤，其次再考虑风格类软性偏好。
构建虚构项目以隔离无关信息
为避免真实项目的敏感数据或过时约定污染记忆库，使用虚构的项目结构作为载体。创建一个名为“TestEnv”的虚拟目录，在其中定义标准的文件路径和模块命名规范。例如，设定常用路径为“project/user-module/api”，并明确指定主编辑器为VS Code，偶尔使用PyCharm。这种隔离确保了记忆卡片只包含通用的行为模式，而非特定于某次紧急修复的临时补丁。
在构建过程中，严格过滤掉与当前任务无关的历史对话。如果之前的讨论涉及已废弃的技术栈，切勿将其纳入新的记忆卡片。重点在于提炼“下次不犯”的逻辑，即当检测到类似输入模式时，自动应用预设的检查清单。通过虚构环境，可以安全地测试这些新规则是否会导致误判，而不会影响生产环境的稳定性。
编写带范围限制的提示词模板
将提取的错误模式转化为具体的自然语言指令。避免使用模糊的“注意细节”，而是采用条件句式。例如：“当生成API接口代码时，强制检查参数顺序是否与文档一致，若不一致则自动调整。”对于命名习惯，可设定：“功能描述必须使用动词开头，如fetchData而非dataFetch。”这些指令需具备明确的边界，防止过度泛化影响其他类型的创作任务。
System Prompt Template: Role: Senior Developer Assistant Constraints: 1. Parameter Order: Always verify against official docs before generating function calls. 2. Naming Convention: Use verb-noun structure for functions (e.g., getUserInfo). 3. Tool Preference: Default to VS Code syntax highlighting rules unless PyCharm is specified. Context: Applied only within 'project/user-module' scope.
确保提示词中包含作用域限制。可以在复盘时人工核对新问题，再决定是否把它写进项目规则。因此，初始模板应设计为可扩展的框架，允许后续根据新出现的错误类型动态添加子规则，而不是将所有内容堆砌在一个庞大的静态列表中。这样既能保持记忆的整洁，又能实现真正的自我改进。
