这一页不讲项目，只放能直接复用的东西。都是踩过坑之后固化下来的， 现在是团队协作与新人上手的统一口径。想看推进顺序请看流程视角。
任何生成类 prompt 都拆成七层，每层职责单一不混杂。层次清晰才有可能定位问题。
几条踩坑总结的具体规范：
从前端看到的现象反查该动哪一层，不用每次从头猜。这套 SOP 里用得最多的就是这张表。
| 前端表现 | 问题层 | 排查方向 |
|---|---|---|
| 输出格式错误或字段缺失 | Output Schema | 模板是否完整，字段注释是否清晰 |
| 角色说话不像人设 | Role + 写作规则 | 角色定义是否准确，台词规则有无正反示例 |
| 剧情逻辑断裂 | 创作引导 | 任务目标与关键约束是否清晰，输出前是否完成一致性检查 |
| 内容太短或太长 | Constraints | 字数约束是否明确，有无节点数硬性要求 |
| 角色行为与设定矛盾 | Input Data | 注入变量是否正确，有无遗漏字段 |
| 模型创造了不存在的角色 | Constraints | 是否有白名单与严禁新增的约束 |
| 选项没有区分度 | 写作规则（互动） | 是否要求选项间必须有显著策略差异 |
| 旁白预设了用户行为 | 写作规则（代入感） | 人称规范是否明确，是否区分沉浸与上帝视角 |
| 生成内容重复套路化 | 创作引导 | 灵感池或模板选择是否够丰富 |
| 视觉或音效不匹配 | 写作规则（视觉） | 构图与音频规则是否足够具体 |
| 现象 | 原因 | 解法 |
|---|---|---|
| 模型有时遵守规则有时不遵守 | 规则位置太靠前，被后续内容冲淡 | 在 Constraints 层末尾重复强调一次，prompt 末尾权重更高 |
| 改一条规则，其他地方也变了 | 规则之间有隐性耦合 | 每条规则自包含不依赖其他规则的上下文，修改后做全量回归 |
| 同一 prompt 在不同模型上差异大 | 各模型对指令的遵循度不同 | 为目标模型维护微调版本，增加正反示例减少歧义 |
在原有模板上改容易越改越多，最后没人敢动。所以每次改之前先做减法，问三个问题：
「示例优于规则」已通过消融实验验证：同一约束写成可参考的结构示例，比仅写文字说明更稳定。
| 检查项 | 处理 |
|---|---|
| 总字数是否超过 3000 字 | 考虑拆分或精简 |
| 是否有重复表达同一意思的规则 | 合并 |
| 是否有从未被触发的规则 | 删除 |
| 规则之间是否有矛盾 | 统一 |
| 示例是否还能覆盖当前需求 | 更新 |
| 是否有未使用的变量 | 清理 |
反面案例。有一轮迭代我没守这套规则，一口气加了不少内容。 结果多个生成规则的新版本显著变长，评分却整体下降。 新加的强调在实际输出里根本没落地，反而挤占了原本有效的示例的注意力。这次教训直接催生了上面的三问。
AI 功能的失败方式和普通功能不同，所以这份清单在写方案时就要填，不是上线前才补。
| 项目 | 要回答的问题 |
|---|---|
| 评测阈值 | 什么指标达到什么数值算可以上线，谁来判定 |
| 失败预案 | 模型输出不可用时用户看到什么。生产失败是否自动退款，解析失败是否有兜底，超时是否有降级路径 |
| 回滚条件 | 什么情况下回退到上一版，由谁触发 |
| 上线后监控 | 盯哪几个指标、多久看一次、异常阈值是多少 |
| 内容风险 | 违规内容的拦截与人工审核节点在哪，举报入口与处理流程是否就绪 |
| 成本口径 | 单次调用成本变化多少，预估用量下总成本能否接受 |
| 方向 | 具体能力 |
|---|---|
| AI 产品 | Prompt 分层架构与版本治理（Langfuse）、上下文工程与 token 预算、模型选型与推理成本评估、离线评测集与自动化打分、badcase 归因与消融实验、记忆与混合检索（RAG）策略、JSON Schema 设计、Agent 编排（Dify / Coze） |
| 产品设计与交付 | 需求洞察与 PRD 撰写、功能拆解与优先级排期、原型与交互稿（Figma / Axure）、流程与链路图（XMind / drawio）、需求管理与迭代跟进（Jira / TAPD / 多维表格） |
| 数据与增长 | 埋点与指标体系定义、A/B 实验设计、SQL 取数与漏斗分析、埋点平台（GA / 神策）、竞品数据（Sensor Tower / SimilarWeb / AppFollow）、Excel 建模与透视分析 |
| AI 工具链 | GPT / Claude / Gemini / DeepSeek / Qwen（Prompt 设计与调优）；Cursor / Claude Code / Codex（AI 辅助开发）；GPT-image-2 / Midjourney / ComfyUI（图像与 LoRA）；即梦 / 可灵 / Sora（视频）；Fish Audio / ElevenLabs / Qwen3-TTS（语音） |
| 技术协作 | Python（批量生产与评测脚本）、SQL；原生 JS / HTML / CSS（自建工具页面）、Node 代理服务；API 调试与接口文档（Postman / Apifox / Swagger）、Git |
| 语言 | 英语 CET-4/6，可直接阅读英文技术文档与竞品资料；普通话二级乙等 |