许多人时常抱怨智谱清言在生成个人IP内容时屡屡跑偏——明明你是技术写作者，它却擅自输出“短视频运营”“私域裂变”“知识付费定价”这类泛知识博主才需要探讨的话题。但问题的根源并非模型本身，而是你的提示词缺少三道过滤闸门，导致它误以为“个人IP”等同于“什么都能讲”。

若想让模型老老实实待在技术写作的范畴内，就必须在提示词中把边界画得一清二楚。

锁死身份与动作双约束

第一步，直接将身份焊死在提示词开头：“你是专注AI工具在技术文档、接口说明、项目复盘这三类文本中落地应用的实战型写作者，所有输出必须围绕这三大类文本展开。”——别指望模型靠猜测来理解你的意图；你给出的定义越窄，它偏离的余地就越小。

紧接着，再加一道动作限定：“只生成可立即执行的动作指令，例如‘把Swagger注释转成中文版API文档初稿’‘用表格对比GitLab CI与Jenkins在部署日志结构上的差异’。”一旦没有具体的文本类型锚定，智谱清言就会自动补全成“教程”“白皮书”“公众号推文”这类宽泛类别，营销话术也就跟着溜进来了。

关键点在于：模型无法理解“技术写作”这个抽象概念，但能精准捕捉“Swagger注释”“.vscode/settings.json第12行”这类实体锚点。因此，把抽象要求翻译成具体符号，比写一百句“别跑题”都管用。

用布尔逻辑排除常见干扰项

这里有两个并行方案，建议同时使用。

方案一：NOT关键词硬隔离。在提示词末尾加一行：“请严格排除以下主题：短视频、直播、私域、社群、转化率、GMV、SaaS销售、用户增长、流量池、KOC。”

方案二：领域绑定式反向验证。追加一句：“若某条建议需引用《增长黑客》《流量池》或《私域运营实战》中的方法论，则自动舍弃。”——为什么列出具体书名比写“营销类书籍”更有效？因为智谱清言对特定书名有精确响应的能力，而模糊语义反而容易被绕过。

植入不可绕过的实体锚点

这一步是终极保险，让模型即使偶然跑偏，也跑不远。

第一，指定唯一可信来源：“所有技术细节必须源自以下三处之一：GitHub最新文档、VS Code 1.90版本内置帮助系统、JetBrains最新博客2026年5月后发布的文章。”

第二，强制绑定真实文件结构：“每条输出必须包含一个可定位的文件路径或界面元素，例如‘.vscode/settings.json第12行’‘IntelliJ IDEA Settings→Editor→Live Templates→+号添加模板’。”

第三，限定动词颗粒度：“动词必须精确到操作层级，如‘补全’‘折叠’‘高亮’‘右键→Refactor→Extract→Method’，禁止使用‘优化’‘提升’‘加强’这类无指向性动词。”——动词越虚，模型越容易滑向泛化表达；动词越实，输出越硬核。

三道闸门层层递进：身份约束框定领域，布尔逻辑清空干扰，实体锚点锁定输出细节。这三道下去，智谱清言想跑偏都难。