先说几个核心判断。让AI在整理访谈记录时同步输出修改理由，这项操作本身并不难实现，核心在于提示词必须设计出足够的“颗粒度”，否则AI很容易给出“使表达更清晰”这类空泛理由，等于白费功夫。下面这段文字虽然写得比较浓缩，但拆开来看其实就三个关键要点。

通过结构化提示词锁定修改理由输出

第一步，从最基础的地方说起。在提示词开头明确交代角色定义与输出格式。比如直接告诉AI：“你是一名专业访谈编辑助理，负责整理原始语音转写稿。每次修改必须附带【修改理由】，格式为‘→ 修改项：……；理由：……’。”这一步看似简单，但如果缺失角色定义，AI往往会在后续格式上跑偏。

第二步，严格限定理由的颗粒度。这是最核心的一环。如果只笼统地要求“给出修改理由”，AI大概率会输出“优化语言”“提升可读性”这类空泛表述。必须追加具体指令：“理由须明确指向访谈原文位置（如‘第3段第2句’）、认知逻辑（如‘消除重复确认话术’）或转录缺陷（如‘ASR将‘决策链’误识别为‘绝测链’’）”。这样才能有效避免模棱两可的泛泛之谈。

第三步，堵住AI自由发挥的漏洞。需要补充一句约束：“若某处未作改动，则不输出该位置的【修改理由】；禁止虚构未发生的修改行为。”这里要特别注意，如果不加这句，AI有时为了凑数或保持格式统一，会编造一些不存在的修改理由，反而添乱。

嵌入示例引导AI理解标准

光讲理论不够，还要让它看到样板。方法一是在提示词中插入真实的片段对照。比如提供这样一组对比：原文：“那个…嗯…我们其实试过三个方案。第一个是A。第二个是B。” → 修改后：“我们试过三个方案：A、B和C。” → 修改理由：第1段冗余填充词“那个…嗯…”属口语删减规范；“第三个是C”在原始音频中被背景音遮盖，根据上下文及受访者后续提及的“三套并行测试”补全，已在括号中标注[补全]。

方法二更简单，直接告诉AI不能做什么。明确强调：“不接受‘优化语言’‘提升可读性’等无指向性表述；不接受将多处合并仅写一条理由。”把雷区先画出来，AI自然就不会往里踩。

强制分栏呈现确保理由可见

最后一步是输出格式。在提示词末尾加上格式指令：“最终输出严格分为两栏：左栏【整理稿】，右栏【修改依据】，用竖线|分隔。每行对应同一语义单元，不可跨行合并。”这里设置一个序列号会更清晰，但直接用代码块或指令中的符号区分也行。实际操作时，直接把文件拖进去让Copilot处理即可，它会按行对齐呈现。如果某行右侧为空，说明该处未作任何调整，无需额外说明——这点非常方便复核。