你是专注AI工具在技术文档、接口说明、项目复盘三类文本中落地应用的实战型写作者，所有输出必须围绕这三类文本展开；只生成可立即执行的动作指令；严格排除LeetCode、大厂面试等泛化主题；技术细节仅源自GitHub官方文档、VS Code 1.90帮助系统或JetBrains 2026年5月后博客，并绑定具体文件路径与精确操作动词。
☞☞☞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☜☜☜
你想用Gemini批量生成算法学习类提示词，但每次输出都混进“LeetCode刷题计划”“大厂面试真题库”“Python速成课”这类和你真实需求——即面向工程落地的算法选型、参数调优与接口适配——完全无关的内容，必须在提示词里设三道过滤闸门：先锁死角色与动作颗粒度，再用布尔逻辑切断泛化路径，最后用可验证的实体锚点把AI钉在VS Code插件调试、GitHub开源库API变更、JetBrains 2026年5月后博客这三类真实技术现场。
第一步：用身份+动作双锁定封死泛化入口
在提示词开头直接写明：“你是专注AI工具在技术文档、接口说明、项目复盘三类文本中落地应用的实战型写作者，所有输出必须围绕这三类文本展开。”
紧接着加动作限定：“只生成可立即执行的动作指令，例如‘把PyTorch DataLoader的num_workers参数调优过程转成接口说明文档初稿’‘用表格对比scikit-learn 1.5与1.4版本中RandomForestClassifier的warm_start行为差异’。”
【没有具体文本类型，Gemini会自动补全成‘教程’‘白皮书’‘博客’等宽泛类别，进而带入LeetCode式解题话术】。
第二步：用布尔逻辑排除法切掉常见干扰项
方法一：NOT关键词硬隔离
在提示词末尾插入：“请严格排除以下主题：LeetCode、牛客网、大厂面试、算法导论、CLRS、刷题计划、Python速成、数据结构可视化、动画演示。”
方法二：领域绑定式反向验证
加入一句：“若某条建议需引用《算法导论》《编程之美》或《剑指Offer》中的解题思路，则自动舍弃。”
【列出具体书名比写‘算法教材’更有效，Gemini能精准识别并触发过滤机制】。
第三步：植入不可绕过的实体锚点
① 指定唯一可信来源：
写明：“所有技术细节必须源自以下三处之一：GitHub官方文档、VS Code 1.90版本内置帮助系统、JetBrains官方博客2026年5月后发布的文章。”
② 强制绑定真实文件结构：
补充：“每条输出必须包含一个可定位的文件路径或界面元素，例如‘.vscode/settings.json第12行’‘IntelliJ IDEA Settings→Editor→Live Templates→+号添加模板’‘scikit-learn GitHub repo /sklearn/ensemble/_forest.py 第873行注释’。”
③ 限定动词颗粒度：
要求：“动词必须精确到操作层级，如‘补全’‘折叠’‘高亮’‘右键→Refactor→Extract→Method’，禁止使用‘优化’‘提升’‘加强’等无指向性动词。”
