使用秘塔AI搜索编程问题时，常因提问表达不够精确，导致搜索结果返回模型原理、API文档或GitHub Issue标题，无法准确找到具体报错的解决方案。以下内容将详细说明如何通过区分调试型、动作描述型和迁移型意图，构建高效的搜索语句，让AI直接给出你需要的解决方法。

用完整报错信息+环境锚点锁定调试型意图

调试型意图的核心在于提供完整的报错字符串和环境版本号，避免秘塔将模糊的动词当作泛泛的提问处理。

操作步骤

1. 打开终端或浏览器控制台，完整复制包含文件路径、行号、堆栈缩进的原始报错信息。例如：json.decoder.JSONDecodeError: Expecting property name enclosed in double quotes: line 1 column 2 (char 1)。
2. 在秘塔搜索框中粘贴该报错，并在开头加上“我刚在Cursor v0.42.5里执行”，结尾不要加问号。

【必须带完整错误字符串和版本号】，否则秘塔会默认匹配Python标准库的报错，而Cursor v0.42.5已将json解析器替换为simdjson，导致错误提示位置偏移了3个字符。

这一步操作很简单：直接将终端里的报错内容全选→复制→粘贴。不要写“怎么解决JSON解析失败”，秘塔对“解决”这类动词不敏感，但它能精准命中JSONDecodeError这个类名，并自动关联Cursor的issue标签#json-parsing、#simdjson-fallback。

用“我正在……但……”描述动作路径与失败状态

当问题涉及编辑器操作、模型加载或运行失败时，推荐使用“我正在……但……”的句式，清晰描述动作路径与失败状态。

两种典型写法

• 方法一：编辑器状态+失败动作路径
  “我正在用Cursor v0.42.5编辑一个Python脚本，光标位于def process_data()函数内部，按Ctrl+K唤出命令面板，输入‘generate docstring’后回车无反应”。
• 方法二：异常+真实文件场景
  “我刚把HuggingFace上下载的deepseek-ai/deepseek-r1-671b模型加载进本地Ollama，运行时GPU显存飙升到98%，nvidia-smi显示进程占用32GB，但配置文件里明明设了num_gpu=2”。

⚠️注意：不要写“请分析原因”，秘塔在【研究模式】下看到动词“分析”会调取芯片白皮书而非日志排查路径，应改为“无反应”“爆显存”“卡死”等状态词。

验证迁移型意图的三个硬指标

迁移型意图需要明确标注源平台、目标平台、版本号以及工具链约束，并在问题开头添加前缀【迁移】。

三个硬指标

1. 是否清晰列出了源平台与目标平台的名称（例如“把Vue3的Composition API写法迁移到SolidJS”）；
2. 是否锁定了框架版本（例如“React 18.3 → Preact 10.22”），版本号缺一不可；
3. 是否声明了工具链约束（例如“需兼容Vite 5.4 + TypeScript 5.5 + ESLint 8.56”）。

满足全部三项后，在问题开头添加前缀【迁移】，例如：【迁移】把Vue3的Composition API写法迁移到SolidJS，React 18.3 → Preact 10.22，需兼容Vite 5.4 + TypeScript 5.5 + ESLint 8.56。

常见问题

• Q：为什么我复制了完整报错，秘塔还是返回通用结果？
  A：请检查是否遗漏了版本号，例如“我刚在Cursor v0.42.5里执行”中的版本号必须与报错环境完全一致。另外，确保开头没有“如何”“怎样”等模糊词，直接以“我刚在……”开头。
• Q：迁移型意图中，框架版本号必须精确到小版本吗？
  A：是的，例如“React 18.3”而非“React 18”，因为不同小版本的API差异可能导致迁移方案失效。

通过以上三种意图分类和对应的表述方式，秘塔AI搜索能够更准确地定位你的编程问题，从而为你提供更精准、可直接应用的解决方案。