写AI教程目录，最头疼的问题是什么？不是模型不听话，而是你的提示词压根没锁死边界——内容一发散，章节逻辑就断，知识点反复出现，关键路径莫名其妙失踪。这事儿说白了，就是你没给模型可执行的锚点。

那怎么搞定？用四层结构指令，把目录骨架死死卡住。

用四层结构指令卡死目录骨架

第一步：提示词开头必须写明受众和范围。比如「本教程面向零基础用户，仅覆盖2024–2026年主流开源框架（LangChain 0.1.x、LlamaIndex 0.10.x、Ollama 0.1.45）的本地部署与基础调用」。【若涉及云服务API、商业闭源模型或2023年前版本功能，整条目录自动剔除】——这等于给知识画了个硬边界，超出范围直接砍掉。

第二步：强制规定目录必须含且仅含五级结构：主模块→子模块→核心操作→常见错误→验证方式。举个例子，「本地部署→Ollama安装→Windows下双击安装包→报错"WSL2未启用"→运行wsl --install命令并重启」。每个层级要做什么，清清楚楚，没有模糊地带。

第三步：每级标题后紧跟括号标注知识属性，格式为（概念/操作/陷阱/验证）。比如「模型加载（操作）」「temperature参数作用（概念）」「GPU显存不足报错（陷阱）」。这样一来，读者一眼就知道这个节点是讲理论、动手还是避坑。

第四步：禁止出现“进阶”“拓展”“未来方向”等开放式节点——这些词等于把发散开关打开，目录越写越失控。删掉它们，等于拔掉保险丝。

插入真实文档锚点防止凭空编排

光靠指令还不够，你得给模型提供真实资料的锚点，否则它还是会自己编排。

方法一：直接把Ollama官网Installation页面URL和LangChain GitHub README中Quick Start段落粘贴进提示词，加一句「所有子模块名称必须与上述两处原文标题完全一致，大小写与连字符不得修改」。这样模型就没办法自己编名字了。

方法二：提供你已写好的第一节正文（200字内），要求目录节点必须能逐句对应到该正文的技术动词。比如正文出现“执行ollama run llama3”，目录中就必须有“运行模型（操作）”节点，不能降级为“模型使用介绍（概念）”。这能确保目录和正文精准咬合。

方法三：在提示词末尾加硬性校验句：「生成目录后，请检查第3级节点是否全部能在你刚提供的正文里找到对应动词；若有任一节点无动词支撑，整套目录作废，只返回'校验失败'四字」。这个校验机制能让模型不敢偷懒。

用分段生成法堵住逻辑漂移漏洞

即使有了指令和锚点，直接让模型一次性输出完整目录仍可能出问题。分段生成法能有效防止逻辑漂移：

① 先让ChatGPT输出主模块列表（限5个），确认无误后再进入下一步；

② 针对第一个主模块，要求列出全部子模块（限3–5个），并说明每个子模块在官方文档中的原始位置（如“见Ollama官网Docs→Installation→Windows”）；

③ 对其中任意一个子模块，展开三级节点（核心操作→常见错误→验证方式），每项必须带具体命令或报错字符串；

④ 最后把所有三级节点按“操作→错误→验证”顺序合并成连续段落，删除所有解释性文字，只保留纯节点名+括号属性。

这套方法说白了就是：先画大框架，再逐层填充，每一步都校验再走下一步。模型再聪明，也没法在多个步骤之间漂移逻辑。