每条事故改进项必须可执行、可验证、可排期。需用【必须落地】锚定三项硬约束：①动作具体到操作级；②注明执行角色；③绑定交付物和截止窗口；嵌入真实日志与排期冲突；强制四字段结构输出并禁用模糊动词。
☞☞☞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DeepSeek生成事故改进项时，常因提示词未锁定关键约束，导致输出泛泛而谈的“加强培训”“优化流程”——这类条目无法进入Jira迭代计划、不能被SRE排期执行、更不会出现在下季度OKR中。必须让每一条改进项都自带可验证动作、明确责任主体、绑定交付物和截止窗口。
第一步：用【必须落地】锚定不可删减的执行要素
在提示词最开头单独一行写【必须落地】，后面紧接三项硬性条件：①动作必须具体到操作级（如“在Prometheus告警规则中新增redis_cluster_latency_seconds_max > 1.5s持续3分钟触发P1告警”而非“加强监控”）；②必须注明执行角色（如“由值班SRE在48小时内完成”）；③必须绑定交付物（如“提交PR链接至infra-alert-rules仓库，附Grafana截图证明阈值生效”）。漏掉任意一项，模型就会退回管理话术模式。
这一步操作起来很简单，直接把三要素写在首行就行。但【必须落地】四个字必须独占一行、不加标点、不换行，否则模型会忽略其强约束信号。
第二步：嵌入真实阻塞点，逼出真问题
方法一：粘贴实际卡点日志片段
复制事故复盘会议纪要中真实记录的阻塞描述，例如：“14:27值班工程师发现alert-center未收到redis延迟告警→查证alert-center配置中缺失redis_cluster_latency_seconds_max指标→确认该指标2026年Q2已从监控清单中移除但未同步更新告警规则”。模型看到这种带时间戳+系统名+动作断点的描述，就不会编造“人员意识不足”之类虚因。
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。
方法二：填入真实排期冲突数据
写明：“当前SRE团队90%人力投入支付链路重构（Jira EPIC-482），原定Q3上线的告警规则治理计划已延至2026年10月”。模型会据此生成“将redis延迟告警规则拆解为独立子任务，插入EPIC-482 sprint 12”的改进项，而不是空喊“增加人力”。
第三步：强制按四字段结构输出并禁用模糊动词
第一步：要求模型严格按以下顺序输出，字段间用“|”分隔：
改进动作|执行角色|交付物|截止窗口
第二步：对每个字段加硬约束：
“改进动作”必须含动词+宾语+技术路径，例如“在alert-center告警规则yaml中追加- alert: RedisLatencyHigh expr: redis_cluster_latency_seconds_max{job="redis-exporter"} > 1.5 and on(job) (redis_cluster_latency_seconds_max{job="redis-exporter"} > 1.5 offset 3m)”；
“执行角色”必须精确到岗位+是否需审批，例如“值班SRE（无需TL审批）”或“Infra组TL（需CTO邮件确认）”；
“交付物”必须是可点击、可验证的实体，例如“PR#7892链接”“Grafana面板ID:redis-latency-p1”；
“截止窗口”必须精确到日期，例如“2026-07-18前完成合并”。
第三步：在提示词末尾添加禁用词列表：“禁止使用以下动词：加强、优化、完善、提升、推动、落实、建立、健全”。这些词一旦出现，说明模型没抓住真实卡点，输出即失效。
