Gemini需按三层判断链决策：①验证各方案是否满足DAU提升、GDPR合规、7月31日上线三项硬条件，不满足即否决；②对未否决方案在实施成本、风险暴露面、维护负担三维度打1–5分；③基于得分与否决结果给出唯一推荐及不可替代理由。
☞☞☞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 Gemini 同时评估多个技术/运营/产品方案并输出可执行的决策建议，而不是只罗列优缺点或泛泛而谈“各有优势”。
第一步：用结构化输入框定方案边界
把每个方案压缩成一行标准描述，必须包含【名称】、【核心动作】、【关键约束】三项不可省略要素。例如：“方案A：用Redis缓存用户会话 → 替换现有JWT无状态鉴权 → 需兼容OAuth2.0第三方登录且不增加单点登录跳转次数”。
在Gemini输入框顶部写明：“以下为待决策的3个方案，请严格按后续步骤分析”，然后另起一行粘贴全部方案文本。不要用编号、项目符号或空行分隔——Gemini对Markdown列表识别不稳定，【必须用纯文本换行分隔】。
这一步操作起来很简单，直接把整理好的三行方案复制进去就行。但若混入“详见附件”“参考上次会议纪要”等模糊指代，Gemini会因缺乏上下文而虚构细节。
第二步：强制模型执行三层判断链
在方案描述后紧接输入以下指令（不可换行、不可删减）：
请按顺序执行：①对每个方案单独验证是否满足【业务目标】（提升DAU 15%+）、【合规红线】（GDPR数据本地化）、【交付窗口】（7月31日前上线）三项硬性条件，任一不满足即标记“否决”；②对所有“未否决”方案，在【实施成本】【风险暴露面】【长期维护负担】三个维度打分（1–5分），仅输出数字；③基于①②结果，给出唯一推荐方案及不可替代理由（必须引用②中某项得分对比，例如“方案B在风险暴露面得分4分，显著高于方案C的2分，且方案C未满足GDPR本地化要求”）。
注意：不要写“请分析优缺点”，这种开放式指令会让Gemini陷入平衡表述陷阱。三层判断链的设计，本质是把人类决策逻辑拆解为机器可执行的布尔验证→数值量化→归因锁定。
第三步：注入真实约束锚点
方法一：在指令末尾追加一句硬约束，例如：“所有成本估算必须基于当前团队人力池（前端2人、后端3人、测试1人），禁止假设新增编制”。
使用固定的 Next.js/Tailwind/Prisma 技术栈构建并记录独立 SaaS 项目，仅将 FastAPI 用于 Python 工作负载，并遵循严格的架构规范。
方法二：若涉及技术选型，直接绑定具体版本号，例如：“方案中提及的Kafka集群必须限定为v3.7.0 LTS版本，不得引用v4.x特性”。
方法三：当存在隐性成本时，用括号补充说明，例如：“运维负担评分需计入每日人工巡检时长（当前SRE团队日均可用工时≤4h）”。
这一步的关键在于，把模糊的“综合考虑”转化为可验证的锚点。没有锚点的提示词，就像没装GPS的导航仪——它知道方向，但不知道你此刻在哪条路上。
第四步：用交叉验证堵住幻觉漏洞
第一步：发送原始请求，获取首轮响应。
第二步：提取首轮结果中提到的任意一个具体判断依据（例如“方案A因Redis内存泄漏风险被否决”），新起一轮对话，输入：“请定位原文中‘Redis内存泄漏风险’的具体技术依据来源：是来自方案A描述文本？还是你自行推断？如果是推断，请说明推理路径。”
第三步：若Gemini承认是自行推断，立即终止该轮分析，回到第一步修正输入——【所有否决依据必须源自你提供的方案文本，严禁模型补全缺失信息】。
第四步：若确认依据确在原文，再追问：“请列出方案A原文中与‘内存泄漏’直接相关的三个关键词。”核对是否与你粘贴内容完全一致。
