VibeKnow误判源于未区分个例与通则；需剔除不满足重复性、共性、无临时标记三条的样本，用最小完备集、显式标注例外及正反反例对比来明确边界。
☞☞☞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☜☜☜
当你用VibeKnow生成自动化脚本时，它可能把某个偶然出现的文件名格式（比如“报告_2024Q3_v2_final.xlsx”）当作所有待处理文件的标准模板，结果导致后续遇到“summary-2024-Q3.xlsx”就报错跳过——这不是模型“笨”，而是你没给它划清【个例】和【通则】的边界。
识别哪些输入是干扰性个例
打开你提供给VibeKnow的原始样本集，逐个检查每个案例是否满足三个条件：①在业务流程中真实重复出现过 ≥3 次；②命名/结构/内容逻辑与其他样本存在可归纳的共性；③没有被人工临时加过特殊标记（如“_temp”“_backup”“_draft”）。只要不满足其中任意一条，就【必须从训练样本中剔除】。
这一步不能靠感觉。例如你给了5个Excel文件，其中3个带“Q3”，1个带“Q4”，1个写的是“三季度”——表面看都指向同一季度，但VibeKnow会把“Q3”“Q4”“三季度”识别为三种不同模式，从而拒绝泛化。此时应统一替换为“Q3”，再删掉那个孤立的“Q4”样本。
用减法思维压缩样本集
方法一：只保留最小完备集
从全部样本中挑出3个最“干净”的案例——它们不含下划线以外的符号、列数完全一致、表头文字无歧义、无合并单元格。其余样本全部删除。VibeKnow对“少而准”的样本敏感度远高于“多而杂”。
方法二：显式标注例外
在样本列表末尾单独加一行注释：“以下为非标准样本，仅作参考，不可用于推导规则：① report_old_v1.xls（格式陈旧，已停用）；② data_20241012_test.xlsx（测试文件，含伪造数据）”。VibeKnow会将这类声明识别为【排除指令】，而非学习素材。
注入反例强制建立边界
第一步：构造一个典型反例
仿照你的真实数据，新建一个文件，命名为“invoice_2024_Q3_summary.pdf”，内容为空白。它和你的目标文件类型（Excel）、命名习惯（含Q3）、业务场景（财务汇总）高度相似，但扩展名和结构完全不同——这正是VibeKnow最容易混淆的“伪正例”。
第二步：在prompt中明确对比
写清楚：“正确样本是.xlsx且含‘Q3’的销售报表；反例是.pdf且含‘Q3’的发票扫描件——两者外观相似但处理逻辑截然不同，请严格区分。”这种正反对照能直接激活VibeKnow的逆向思维模块，比单纯说“不要处理PDF”有效得多。
第三步：验证边界行为
运行脚本前，先用那个反例文件做一次dry run。如果脚本报错或跳过，说明边界已生效；如果它试图解析PDF内容，则说明反例未被识别，需回到第二步强化对比描述。
