你让ChatGPT把一段固定逻辑的脚本改造成可配置版本，但每次提示它“改成可配置的”，它就重写整个函数结构、拆分模块、引入类和配置文件——而你真正希望的是只抽出那几处硬编码路径和超参，其余逻辑原样保留。这个问题其实有章可循。

三步走：明确配置项边界、提供最小可运行模板、封住越界改动。每一步都能精准框住ChatGPT的行为。

明确配置项边界

第一步先做这个小动作：在原始脚本里，用中文注释标出你真正想配置的3～5个位置。比如在模型路径后面写 # CONFIG: 模型路径 → /models/v2/llama-7b.bin，在最大生成长度后面写 # CONFIG: 最大生成长度 → 512。千万别写“所有参数都可配”，ChatGPT会当真，然后大刀阔斧地改造。

第二步，把这些带 # CONFIG: 标记的行单独复制出来，连同它们所在的上下文（前1行+后1行），整理成一个列表，作为提示词的附件内容。这相当于给模型划出修改红线——只动带 # CONFIG: 标记的行及其直接赋值表达式，其他代码逐字保留。

第三步，在提示词开头就写明约束：“不新增函数、不改函数签名、不引入新 import、不重命名变量。仅将 # CONFIG: 行右侧的值替换为从 config.py 或 argparse 读取的变量，保持缩进和空行完全一致。”

提供最小可运行配置模板

方法一：直接给出 config.py 内容草稿。在提示词末尾粘贴如下内容（注意缩进和引号类型）：

config.py
MODEL_PATH = "/models/v2/llama-7b.bin"
MAX_NEW_TOKENS = 512
ENABLE_POSTPROCESS = True

然后要求：“把脚本中所有 # CONFIG: 行替换成对应 config.MODEL_PATH 等引用，import config 写在文件顶部已有 import 下方。”

方法二：用 argparse 模板替代。如果脚本本身已用 argparse，就补一句：“沿用现有 parser.add_argument() 风格，在 main() 上方补充缺失参数定义，参数名与 # CONFIG: 右侧变量名一致（如 max_new_tokens），default 值设为原硬编码值。”

注意：如果原脚本没用 argparse，不要提这个方法——它会强行插入一堆初始化代码。

封住常见越界改动

在提示词最后加一句否定指令：“禁止以下操作：删除 print 语句、合并 if 块、把常量移到类属性、添加 type hints、改 for 循环为列表推导式。”

这一步能拦住 ChatGPT 自作主张的“优化”。它常以为删掉调试 print 是帮你清理代码，结果导致你无法定位后续报错位置。

如果脚本含 JSON 读写，额外加一句：“config.json 路径必须保持为 ./conf/config.json，不可改为相对路径变量。”

这套组合拳打下来，ChatGPT 就能老老实实只动你标记的那些配置项，其余逻辑原样保留。每次改造前花两分钟写好这三部分提示词，比改完再手动回滚节省大量时间。