必须按四维加权计算优先级：业务阻塞度（40%）＞系统稳定性风险（30%）＞维护成本增幅（20%）＞新功能交付延迟（10%），分数1–5分，最终得分=各维度分×权重之和，四舍五入至小数点后一位。
☞☞☞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☜☜☜
DeepSeek写技术债优先级提示词时经常出现优先级混乱、主观臆断、忽略业务影响或系统风险，导致输出的排序无法指导真实研发排期。
明确技术债分类与权重锚点
先在提示词开头用三行定义不可协商的评估维度：第一行写「必须按以下四维加权计算优先级，禁止自由发挥」；第二行列明维度及默认权重——【业务阻塞度（40%）＞系统稳定性风险（30%）＞维护成本增幅（20%）＞新功能交付延迟（10%）】；第三行强调「所有分数必须落在1–5分区间，小数点后保留一位，最终得分=各维度分×权重之和，四舍五入到小数点后一位」。
这一步漏掉权重锚点，模型会默认按语义相似性或训练数据中的高频排序模式输出，结果必然飘忽。
强制结构化输入格式
要求用户提交技术债条目时严格使用如下字段模板：
【ID】DS-2024-087
【描述】订单服务调用支付网关未做熔断，单点故障导致全站支付失败
【当前状态】已发生2次线上超时级联崩溃
【影响范围】影响全部C端支付路径，日均交易额损失≈86万元
【修复预估工时】16人时
【关联模块】order-service、payment-gateway-client
不接受任何自由文本描述。模型看到非结构化输入时，会自行脑补缺失信息，比如把“偶尔超时”脑补成“高危隐患”，优先级立刻失真。
嵌入校验型指令防止幻觉
在提示词末尾插入一段不可跳过的校验逻辑：
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
方法一：反向验证指令
「若某条技术债的【影响范围】字段未包含‘万级用户’‘核心链路’‘资损’‘P0/P1故障’等关键词，则【业务阻塞度】不得高于2.5分；若【当前状态】字段无具体故障次数/时长/损失金额，则【系统稳定性风险】不得超过1.0分」
方法二：交叉约束指令
「当【修复预估工时】＞40人时，且【影响范围】未提及‘多租户共用’或‘无法灰度’，则自动扣减最终得分1.2分——因长期未修大概率说明实际影响有限」
【这两条指令必须放在提示词最后一段，且不能换行缩进，否则DeepSeek可能忽略】
绑定真实排期上下文
第一步：在提示词中插入当前迭代周期信息——「当前Sprint为2024年9月第2周，团队可用研发人力=3.5人日，本周已承诺交付：登录态重构（8人日）、短信通道迁移（12人日）」
第二步：追加资源约束规则——「所有技术债最终优先级得分须与剩余人力做归一化映射：3.5人日对应最高可承接得分≤5.0；每超0.5分，自动降档一级（如A→B→C）」
第三步：关闭模型的“理想化建议”倾向——「禁止输出‘建议立即处理’‘应列为最高优’等定性结论，只输出带小数点的量化得分（如4.7）及对应档位（A/B/C）」
没有人力与时间锚点，模型会按教科书式严重性排序，而不是按你团队此刻的真实吞吐量排序。
