当你在 Cursor 中敲下“生成技术债改造方案”的提示词时，AI 最擅长做的事情是什么？它往往会堆砌一堆通用建议、罗列几条抽象原则、信誓旦旦地宣称要“微服务化”，最后生成一份看似漂亮却无人能落地的文档——这锅不能全甩给模型，问题通常出在提示词本身：缺乏锚点、没有边界，AI 自然就会天马行空。

想要让输出真正落地，关键不在于让 AI 更聪明，而是给它的思考范围装上护栏。下面这套方法，正是为此而设计的。

锁定改造范围：用三重限定框死上下文

第一步：在提示词开头直接清晰写明当前项目中【已确认的技术债定位路径】。不要使用“某个模块”“某个函数”这类模糊表述，要具体到文件路径和指标。例如：src/modules/payment/core/legacy_processor.go 中圈复杂度为 42 的函数，且该文件近 3 个月被 7 次线上故障日志关联。数字越精确，AI 越不容易偏离方向。

第二步：强制指定输出结构，拒绝自由发挥。直接写死：“仅输出三项：① 重构前代码片段（带行号）；② 改造后代码片段（含注释说明每处改动动因）；③ 验证步骤（含 curl 命令或 Jest 测试断言示例）。” 不限定格式，AI 就可能给你整篇论文级别的输出。

第三步：追加一句硬性约束，将模糊表达直接判为无效。“若生成内容包含‘建议’‘可以考虑’‘长期来看’等模糊表述，立即终止输出并返回错误码 ERR_CONTEXT_LEAK。” 这句不是吓唬它，而是让 AI 明白你对精准度的要求有多高。

切断发散源头：禁用三类默认联想词

方法一：在提示词中显式屏蔽高频干扰词。加入指令：@Cursor rules: 禁止出现“微服务化”“DDD”“六边形架构”“云原生”“可观测性”字眼，这些术语与本次支付模块重构无关。 这些词汇一旦出现，AI 就会自动脑补一套宏大叙事，完全偏离主题。

方法二：使用@Codebase指令绑定真实代码结构。例如：@Codebase: 只参考 src/modules/payment/ 下的 .go 文件，忽略 internal/ 和 test/ 目录外任何路径。 这能防止 Cursor 调用它训练时见过的通用架构图，让它老老实实盯着你提供的代码说话。

方法三：对“改造目标”做负向定义。清晰写明：“本次改造不涉及数据库表结构调整、不新增外部依赖、不修改 API 响应格式、不触碰 auth 中间件逻辑。” 【这四条禁止项比列出允许做什么更有效】——因为 AI 默认会往最通用的方向去“优化”，只有你明确说“不许碰”，它才会真正停下来思考。

注入真实约束条件：让 AI 被迫算账

第一步：给出可验证的硬指标。例如：“改造后函数圈复杂度必须 ≤8，单测覆盖率提升至 ≥92%，且编译后二进制体积增量 <12KB。” 这些数字不是装饰，而是让 AI 必须去算账的约束——它无法再给你一个“优雅但无法度量”的方案。

第二步：嵌入团队真实限制。例如：“开发人员仅有 1.5 人日排期，CI 流水线不允许引入新 linter 工具，上线窗口仅开放每周三 02:00–04:00。” 把现实的铁链抛给 AI，它才会给出真正可落地的建议，而不是理想化的重写。

第三步：要求输出带成本标注。例如：在每行改造建议后括号注明（耗时预估：25 分钟｜需协调：风控组接口文档更新｜风险点：Redis 缓存穿透未处理）。这会让 AI 被迫思考每个改动背后的代价，而不是只输出“改吧”两个字。

说到底，Cursor 并非不够聪明，而是太容易默认走最通用、最安全的路线。你需要做的，就是用提示词把它的想象力关进笼子里，再扔进现实世界的约束条件。这样出来的方案，才真正能拿去跟团队对需求、排工期、上生产。