明确配置项边界、提供最小可运行模板、封住越界改动，三步精准控制ChatGPT仅抽取指定硬编码项为配置，其余逻辑原样保留。
☞☞☞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把一段固定逻辑的脚本改造成可配置版本，但每次提示它“改成可配置的”，它就重写整个函数结构、拆分模块、引入类和配置文件——而你其实只希望把硬编码的路径、超参、开关项抽出来，其余逻辑原样保留。
明确配置项边界
第一步：在原始脚本里用中文注释标出你真正想配置的3～5个位置。比如：# CONFIG: 模型路径 → /models/v2/llama-7b.bin、# CONFIG: 最大生成长度 → 512。不要写“所有参数都可配”，ChatGPT会当真。
第二步：把这些带# CONFIG:标记的行单独复制出来，连同它们所在的上下文（前1行+后1行）整理成一个列表，作为提示词的附件内容。这相当于给模型划出修改红线——【只动带# CONFIG:标记的行及其直接赋值表达式，其他代码逐字保留】。
第三步：在提示词开头写明约束：“不新增函数、不改函数签名、不引入新import、不重命名变量。仅将# CONFIG:行右侧的值替换为从config.py或argparse读取的变量，保持缩进和空行完全一致。”
提供最小可运行配置模板
方法一：直接给出config.py内容草稿
在提示词末尾粘贴如下内容（注意缩进和引号类型）：
config.py
MODEL_PATH = "/models/v2/llama-7b.bin"
MAX_NEW_TOKENS = 512
ENABLE_POSTPROCESS = True
然后要求：“把脚本中所有# CONFIG:行替换成对应config.MODEL_PATH等引用，import config写在文件顶部已有import下方。”
方法二：用argparse模板替代
如果脚本本身已用argparse，就补一句：“沿用现有parser.add_argument()风格，在main()上方补充缺失参数定义，参数名与# CONFIG:右侧变量名一致（如max_new_tokens），default值设为原硬编码值。”
注意：如果原脚本没用argparse，不要提这个方法——它会强行插入一堆初始化代码。
封住常见越界改动
在提示词最后加一句否定指令：“禁止以下操作：删除print语句、合并if块、把常量移到类属性、添加type hints、改for循环为列表推导式。”
这一步能拦住ChatGPT自作主张的“优化”。它常以为删掉调试print是帮你清理代码，结果导致你无法定位后续报错位置。
如果脚本含JSON读写，额外加一句：“config.json路径必须保持为./conf/config.json，不可改为相对路径变量。”
