Kimi生成避坑清单需明确“错误写法→后果→正确写法”对比逻辑：开头声明任务目标，用三字段框定格式，提供带箭头的错误示例锚点，并禁用模糊表述、要求依据来源、标注错误类型，最后附真实技术细节样本以锁定输出风格。
☞☞☞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☜☜☜
用Kimi生成避坑清单时，如果提示词没写清楚“错误写法”和“正确写法”的对比逻辑，模型常会只罗列注意事项、泛泛而谈风险，或把错误当正确示例混着写，导致清单失去实操价值。
明确指令结构：先定义再对比
第一步：在提示词开头直接声明任务目标——“生成一份带错误写法与对应正确写法的避坑清单”。【不写这句，Kimi默认按常规建议格式输出，不会主动拆解正误对照】
第二步：用具体字段框定输出格式，例如：“每条避坑项必须包含三部分：①常见错误写法（带真实代码/语句片段）；②这样写的后果（1句话说明问题本质）；③正确写法（可直接复制的修正版本）。”
第三步：给一个带错误的示例锚点，比如：“错误写法：`if x = 5:` → 这是Python语法错误，应为`==`”。Kimi看到这种带箭头的显式错误标注，会立刻识别出你要求的是“错误→后果→修正”链路。
堵住典型幻觉漏洞：禁用模糊表述
方法一：禁止使用“可能”“建议”“一般情况下”等弱判断词。直接写：“不允许出现‘可能出错’‘建议避免’这类表述，每条必须确认为确定性错误。”
使用 Moonshot Kimi API 的 $web_search 内置工具进行联网搜索。当需要进行网络搜索获取实时信息时使用，支持中文和英文搜索查询。需要配置 MOONSHOT_API_KEY。
方法二：强制要求引用来源依据。例如：“所有错误写法必须来自真实报错截图、官方文档明确反对的用法，或主流教程中已被淘汰的写法；无法提供依据的条目不得列入。”
方法三：指定错误类型标签。比如：“每条开头用【语法错误】【逻辑陷阱】【API弃用】【性能反模式】四类之一标记，不许自创分类。”
用对比样本锁定输出风格
在提示词末尾附一段你想要的最终效果样本，且样本里必须含真实技术细节：
【语法错误】
错误写法：df.groupby('category').apply(lambda x: x.sum())
后果：Pandas 2.0+ 中此写法触发FutureWarning，实际返回结构混乱的Series而非DataFrame
正确写法：df.groupby('category').agg('sum') 或 df.groupby('category').sum()
这一步最关键——Kimi对样本的模仿精度远高于文字描述。没有这个样本，它大概率生成“不要滥用循环”“注意变量命名”这种空话。
