Claude线上检查清单需用分层动词明确动作、对象、判定标准和证据形式，并强制结构化输出。例如：“3. 执行灰度流量切流→10%用户路由至新版本→监控平台错误率≤0.01%→附Prometheus查询链接截图”。
☞☞☞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☜☜☜
Claude写上线检查清单时漏掉关键步骤、跳过细节验证、把“确认数据库备份完成”简化成“检查备份”，导致线上事故频发。根本问题不在模型能力，而在提示词没框定检查颗粒度和强制输出结构。
用分层动词锁定检查深度
把“检查”替换成带动作指向的动词：用“比对”替代“核对”，用“执行”替代“验证”，用“截图存档”替代“确认”。例如将“检查接口响应时间”改为“执行压测脚本→截取95分位响应时间图→标注阈值红线位置”。动词越具体，Claude越难糊弄过去。
这一步必须改，否则Claude默认按人类经验做“合理推断”，而线上检查不能靠推断。
强制结构化输出格式
在提示词末尾明确要求：【所有条目必须含编号+动词+对象+判定标准+证据形式】。例如：“3. 执行灰度流量切流→10%用户路由至新版本→监控平台错误率≤0.01%→附Prometheus查询链接截图”。
不满足该格式的条目Claude会自动补全或报错，而不是自行删减。
注入真实故障案例锚定颗粒度
方法一：在提示词中插入一条已发生的线上故障简述。“案例：某次上线因未检查Redis连接池maxIdle参数，导致高峰连接耗尽。因此每项配置检查必须包含参数名、当前值、预期值、生效方式（重启/热加载）。”
方法二：要求Claude对每条检查项反问“如果这里错了，最可能引发哪类故障？影响范围多大？”——这个反问会倒逼它展开子检查点。
【禁止使用“确保”“保证”等模糊动词，必须出现可观测、可截图、可回溯的具体动作】
用检查项反向生成测试用例
第一步：让Claude基于生成的检查清单，为每项输出一条对应自动化测试命令或curl语句。例如检查项“验证JWT签名校验开关已关闭”，对应生成：curl -X POST https://api.example.com/login -d '{"token":"xxx"}' | jq '.error.code' | grep "401"。
第二步：若某检查项无法写出可执行命令，则说明该项仍不够具体，必须退回重写。
第三步：人工执行其中任意3条命令，结果不符合预期则整份清单作废重来。
