请先明确本数据口径文档的【判断标准】，再基于该标准生成完整文档。判断标准必须包含三项硬性条件：①数据来源系统唯一性（仅限APP埋点日志表user_event_log_v3）；②时间范围生效逻辑（按业务发生日event_time，T+0实时计入，统计月内自然日范围）；③空值与异常值处理规则（uid为空或‘-999’视为缺失；ua含‘HeadlessChrome’或uid以‘test_’开头者直接剔除）。
☞☞☞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☜☜☜
你需要豆包AI在生成数据口径文档前，先明确判断标准，而不是直接罗列字段定义——因为缺少统一判定依据的口径文档，下游开发、BI取数、业务对数时必然反复扯皮。
让豆包AI先输出判断标准再写文档
第一步：在提示词最开头强制锁定“判断标准先行”动作
输入：“请先明确本数据口径文档的【判断标准】，再基于该标准生成完整文档。判断标准必须包含三项硬性条件：①数据来源系统唯一性（仅限哪个系统/表/接口）；②时间范围生效逻辑（T+0/T+1/自然日/业务发生日）；③空值与异常值处理规则（如‘-999’视为缺失、负值强制归零）。”
第二步：用否定式约束堵死AI跳过判断标准的惯性路径
追加：“禁止将判断标准混在字段说明中；禁止用‘通常’‘一般’等模糊表述；禁止在未输出判断标准前开始写字段定义。”
第三步：绑定具体业务场景锚点，防止泛化输出
例如：“已知信息：该口径用于计算‘月度活跃用户数（MAU）’，数据源为APP埋点日志表user_event_log_v3，业务要求剔除测试账号（uid以‘test_’开头）和机器人流量（ua含‘HeadlessChrome’）。”
立即进入“豆包AI人工智官网入口”；
立即学习“豆包AI人工智能在线问答入口”；
验证判断标准是否合格的三道卡口
方法一：检查是否可执行
拿到AI输出的判断标准后，立刻问自己：开发同学照着这条标准，能否写出确定的SQL WHERE条件？若出现“视情况而定”“需人工确认”等字眼，说明标准不合格，必须退回重写。
方法二：反向压力测试
把AI写的判断标准单独复制出来，作为新提示词输入豆包：“按以下判断标准生成一条违反它的示例数据：【粘贴刚输出的标准】”。如果AI能生成反例，说明标准边界清晰；若提示“无法构造”，证明标准本身模糊或自相矛盾。
【关键陷阱】AI常把“数据更新频率”误当“时间范围生效逻辑”——前者是ETL调度周期（如每天凌晨2点跑），后者决定某条记录是否计入当月MAU（如必须是事件发生日≤统计日且≥统计日-29天）。这两者完全不能混用。
带判断标准的数据口径文档结构模板
1. 判断标准（独立章节，前置）
2. 适用场景（一句话说明该口径解决什么业务问题）
3. 字段清单（每字段含：名称、定义、计算逻辑、示例值、来源表字段映射）
4. 常见问题（仅收录真实发生过的歧义案例，如“为什么A用户在BI看板没计入但日志里有事件？”）
注意：字段清单里的“计算逻辑”必须引用判断标准中的条款编号，例如“按判断标准第②条，仅保留event_time ≥ ‘2026-05-01’且 ≤ ‘2026-05-31’的记录”。
这一步操作起来很简单，直接把上面三段提示词组合后粘贴进豆包对话框即可。
