先锁定平台的真实语感

进入目标平台的实际操作界面，找到三处包含说明文字的关键位置：任务节点的悬浮提示（tooltip）、失败告警的提醒文案、官方文档中“注意事项”栏内的语句。逐字复制原文，不做任何改动。

这一步骤正是许多提示词方案失效的根源——很多人习惯使用“请确保……”“建议您……”这类通用表达，但平台原文实际采用的是“须校验输入字段非空”“不支持嵌套 JSON 格式”“触发后不可撤回”。平台不说建议，只说约束；不使用“你”，只采用被动句式或无主语句式。

用平台原生短语反向训练 Gemini

方法一：直接输入原文片段。在提示词开头加入以下内容：“以下是你必须严格模仿的语料来源（来自 Databricks 官方文档 v14.3 ‘Delta Live Tables 配置说明’）：”然后粘贴刚刚抄录的三段原文。紧接着下达任务指令：“根据以上语料风格，为‘用户行为日志去重并打宽表’这一流程，写出 5 条配置级说明，每条以动词开头，长度控制在 22 字以内。”

方法二：提取平台高频动词并明确禁用词汇。从抄录的文本中圈出三个最常出现的动词（例如“启用”“校验”“丢弃”），再标出两个绝对不出现的词汇（例如“可能”“尽量”）。在提示词末尾添加一句：“所有输出必须使用上述动词，禁用标出的词汇，且不得出现第一人称。”

强制匹配平台信息密度与断句节奏

第一步：统计原文平均句长与标点符号分布。如果发现平台文档中 80% 的句子以句号结尾，平均每句 14.2 字，且从未出现用逗号分隔的长句——那么在提示词中明确写出：“每条说明严格控制在 12–16 字，仅以句号结束，禁止使用逗号、分号、破折号。”

第二步：插入节奏锚点符号。在任务描述中加入控制符：“|表示字段校验边界→【必需】→【不可为空】|否则任务将终止”。Gemini 会将这种结构当作格式模板进行复刻，这比单纯说“写得专业些”要有效得多。

第三步：绑定平台专属名词映射表。例如在 Airflow 中，“DAG”从不写作“工作流”，“task instance”绝不会简化为“任务”。将这类术语对照整理成两列表格，放入提示词中：“DAG → 工作流定义；task instance → 任务实例；trigger → 触发器”。Gemini 会依据此表进行替换，避免术语混用。