要让Gemini准确判断技术债修复优先级，必须提供三类上下文：一是代码位置与调用关系（如具体路径、行号及上下游服务），二是业务影响指标（如客诉数、GMV损失、响应时间恶化率），三是修复约束条件（如工期、技术边界、分支策略）。
☞☞☞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☜☜☜
要让Gemini准确判断技术债的修复优先级，必须补充具体上下文——没有业务影响范围、系统耦合程度和修复成本的提示词，模型只能泛泛而谈，给出“高/中/低”这种无效分类。
明确技术债所在模块与调用关系
第一步：在提示词开头直接写明该技术债所在的代码位置，例如“订单服务中的库存扣减逻辑（位于order-service/src/main/java/com/shop/order/InventoryService.java第142–158行）”。【不写具体路径和行号，Gemini会默认它是个孤立函数，无法评估上下游影响】
第二步：说明该模块被哪些其他服务或前端页面调用。比如：“被支付服务同步调用，也被管理后台的‘手动补单’页面异步触发”。这一步决定扩散风险等级。
第三步：指出是否有替代方案或临时绕过手段。例如：“当前使用Redis Lua脚本硬编码实现扣减，无降级开关，也未接入熔断器”。没有兜底机制的技术债，优先级自动拉高一级。
绑定真实业务指标与故障现象
方法一：用最近一次线上问题佐证。写清楚“上周三凌晨因该逻辑导致超卖17单，引发32起客诉，GMV损失约¥4.8万”。数字越具体，Gemini越容易对标严重性。
高保真令牌管理与模型稳定技能。实现 Zown “原子管线”，防止 Gemini TPM 速率限制。适用于重型工程任务、多步代码生成或遇到 429 限流错误。包括上下文剪枝和强制冷却机制。
方法二：关联监控指标异常。例如：“该方法平均响应时间从80ms升至1200ms（+1400%），错误率从0.02%跳至1.7%，APM链路中标记为‘慢SQL+循环嵌套’”。模型能识别出性能类技术债的恶化趋势。
方法三：描述人工干预频率。“运维每天需手动执行rollback脚本3次以上，DBA已提出索引优化建议但未落地”。持续消耗人力的成本，是优先级的关键权重。
提供可验证的修复约束条件
直接列出团队当前具备的资源边界：比如“前端已排期Q3上线新购物车，此技术债必须在8月15日前修复，否则阻塞联调”；或“仅允许修改Java层，不允许动MySQL表结构”。【忽略工期或依赖限制，Gemini可能推荐需要跨团队协作的方案，实际无法落地】
补充当前分支状态：“主干分支已冻结，只接受hotfix合并，PR需包含单元测试覆盖率≥85%的证明”。这会让模型避开需要重构整个包结构的建议。
