引擎参考

引擎工作原理

本页所有内容都由引擎自身的数据（RULES、DIMENSIONS、SEVERITY_PENALTY、STAGE_LABELS）生成，因此不会与代码脱节。

流水线

提示词解析 parse
意图识别 intent
结构分析 structure
需求提取 requirements
歧义检测 ambiguity
缺失上下文检测 missing_context
指令质量 instruction_quality
约束分析 constraints
输出格式分析 output_format
token 分析 tokens
冗余检测 redundancy
安全与注入分析 security
优化策略 strategy
提示词转换 transform
验证 validation
质量评估 evaluation
token 与成本对比 comparison

阶段 1–12 在每次分析时运行。阶段 13–17 在优化时运行。只有解析可能失败，而且仅限于空提示词。安全问题会被报告，但绝不会中断流水线。

规则目录

每条规则都链接到一个参考页面，包含触发它的示例、引擎的解释和修正后的版本。

代码	维度	触发条件
`missing_objective`	完整性	没有任务关键词、祈使句或问句。
`too_short`	具体性	实词少于 5 个。
`vague_language`	清晰度	“某些”“东西”“等等”“诸如此类”。
`unquantified_size`	具体性	没有数字的“短”“几个”“详细”。
`unclear_reference`	完整性	“这个”或“上面的内容”，但没有附上可指代的材料。
`missing_language`	具体性	请求代码但没有指明语言或框架。
`hedged_instruction`	清晰度	“尽量”“如果可能”“也许”。
`long_sentence`	清晰度	超过 40 个词的叙述性句子。
`negative_only_constraints`	清晰度	3 条以上禁令，且没有正面要求。
`contradictory_instructions`	一致性	格式、篇幅、字数限制、工具或语言相互冲突。
`near_duplicate_instruction`	一致性	两个句子的词语重合度 ≥ 80%。
`missing_output_format`	输出规范	没有指明输出格式。
`missing_length_guidance`	输出规范	内容或摘要任务没有篇幅上限。
`wall_of_text`	结构	超过 120 个词，却没有分节、列表或分段。
`duplicate_instruction`	效率	一个句子被逐字重复。
`filler_phrases`	效率	不改变任务的礼貌用语和强调词。
`prompt_injection_signature`	安全性	带权重的注入/越狱特征（风险 ≥ 60 时为严重）。
`sensitive_data`	安全性	凭据（严重）或个人数据（警告）。
`undelimited_variable`	安全性	位于标签、代码围栏或三重引号之外的 {{var}} 或 ${var}。
`destructive_operation`	安全性	rm -rf /、DROP TABLE、全部删除、curl \| sh。

注入特征版本：2026.11.1。特征匹配报告的是风险，不是证据：它可能漏掉新型攻击，也可能标记为了讨论而引用攻击的文本。

评分

每个问题的扣分：严重 30，警告 10，提示 3。
总分 = 100 − 所有扣分之和，限制在 0–100 之间，只要有严重问题，上限为 50。
每个维度 = 100 − 该维度中问题的扣分。结构维度只适用于 120 词以上的提示词。
等级：85 分以上为优秀，70–84 为良好，50–69 为待改进，低于 50 为较弱。

每份报告都会列出每个维度运行的检查及其是否通过，并附上证据。

转换与模式

模式	转换
conservative	规范空白；删除完全重复的句子。
balanced	+ 删除冗词和客套话（please、basically、句首的 I would like you to、问候语）；in order to → to。
structured	+ 把句子整理到 Task、Context、Requirements、Output format 和 Input 几个部分；用标签包裹模板变量。

代码块、行内代码、引用文本、URL、XML 标签块和模板变量受到保护：它们会在任何转换之前被屏蔽，并逐字节还原。除了章节标题和变量分隔符之外，没有任何转换会添加内容，而这两者也都会作为修改被报告。

候选验证

每种模式产生一个候选。只有同时满足以下条件，候选才有资格：

每个受保护片段都仍然存在；
每个原始句子都仍然存在（经过与转换相同的规范化之后）；
每条提取出的需求都仍然存在；
没有引入新的警告或严重问题；
对于 conservative 和 balanced 模式，token 不比原文多。

然后引擎按目标选择：tokens（最少）、quality（得分最高）或 balanced（在原文 token 的 115% 以内得分最高）。原文始终是候选之一，当没有更好的选择时，原文胜出。

重构

restructurePrompt 把写得随意的需求变成分节的工程提示词。它与优化是不同的操作：优化删除词语并证明没有丢失任何内容；重构则重新组织，并在软件任务中加入测试计划。

清理。与 balanced 模式相同的冗词和重复删除。
拆分。在引出新指令的连词处，把一口气写下的长句拆成分句（fix X and make Y work and don't break Z）。动词搭配和名词列表保持不动。
归类。每个分句归入 Role、Objective、Context、Requirements、Constraints 或 Expected output。代码、引文、URL 和变量绝不会被编辑。
搭建框架。仅针对软件任务，根据检测到的意图（调试、新代码、重构、测试、审查、配置、解释）和主题（身份验证、API、数据库、界面、性能、支付）加入固定的指导：边界情况、测试、验收标准和默认输出格式。

结果中的每一行都被标注为 prompt（你的）、engine（新增的指导）或 codebase（VS Code 扩展提供的项目信息），这样界面就能准确显示新增了什么。没有内容的部分会被省略：清晰的一句话需求原样返回，不是代码的提示词也不会得到测试计划。你已经给出的指导不会重复，你自己的输出格式会取代默认格式。传入 scaffold: false 可以只重新组织而不添加任何内容。

这些指导是引擎源码中的一张固定表，不是模型的输出，因此相同的需求总是产生相同的提示词。章节标题和指导行是英文的。

token 与成本

OpenAI 模型使用 o200k_base（GPT-4/3.5 使用 cl100k_base）计数并标注为精确。其他服务商以 o200k_base 作为近似，并标注为近似值。在没有加载分词器时，计数回退为字符数 ÷ 4，并标注为启发式。成本使用带有每个价格核对日期的参考价格表。参见模型目录。