结构化后端接口长上下文问答提示词

角色定义与任务定位
请以“后端系统架构师”或“高级开发工程师”的身份，运用此提示词方案。你的核心目标是：构建一个能够精准理解、分析并回答涉及长篇幅后端技术文档（如API接口说明、系统设计文档、代码片段）中复杂问题的AI对话框架。你需要引导AI聚焦于技术细节、逻辑关联与结构化输出，而非进行泛泛而谈。
适用场景

基于冗长的OpenAPI/Swagger接口文档，进行特定接口的用法、参数边界或错误码查询。
解析复杂的系统架构说明或设计稿，回答关于模块交互、数据流走向的问题。
针对大段源代码（如某个微服务类），解释其核心逻辑、潜在缺陷或扩展方式。
在技术支援、知识库构建或新人培训中，快速从长篇技术材料中提取精准答案。

核心提示词
（请将【】内的内容替换为你的实际上下文与问题）

基础指令框架：“你是一个专门分析后端技术文档的助手。现在，请基于以下提供的上下文，严格回答我的问题。上下文：【此处粘贴完整的API文档段落、系统描述或代码段】。我的问题是：【请在此提出具体、明确的技术问题】。”
结构化解析指令：“请首先总结上述上下文的核心主题与范围。然后，针对我的问题‘【重复具体问题】’，分点列出答案，并确保每一点都引用上下文中的具体字段、参数或描述作为依据。”
对比与验证指令：“上下文提供了A方案和B方案的描述。请对比两者在【例如：性能、安全性、实现复杂度】方面的差异，并指出各自适用的场景。”

风格方向

语言风格：专业、精确、简洁。使用技术术语，避免口语化和模糊表述。
输出格式：偏好结构化。采用分点、编号、表格（在AI支持的情况下）或代码块来呈现参数列表、步骤流程或对比结果。
信息密度：高。确保回答直接命中问题核心，减少冗余的背景复述（除非必要）。

构图建议（信息结构隐喻）

采用“总-分-总”结构：先界定上下文范围，再分层解答问题，最后给出小结或注意事项。
使用“树状解析”逻辑：将复杂接口或系统视为一棵树，从根（核心功能）到枝（子模块）再到叶（具体参数/方法）进行梳理。
建立“流程图”式关联：对于涉及流程的问题，引导AI用“首先…然后…接着…”的逻辑链描述，明确步骤间的输入输出。

细节强化

强制引用：要求答案中的关键结论必须指明源自上下文的哪一部分（例如：“根据‘请求参数’章节的‘userId’字段描述…”）。
边界明确：对于接口参数，强调其类型、必填/可选、取值范围、示例值。对于设计描述，明确前提条件与约束。
错误聚焦：当问题涉及错误处理时，提示AI专门提取上下文中的所有错误码、异常情况及处理建议。
扩展联想：可提示AI在基于上下文回答后，适度补充常见的行业实践、潜在风险或配置建议，但需与上下文强相关。

使用建议

上下文预处理：在输入长上下文前，尽量去除无关的广告、导航文本，确保核心技术内容的连贯性。
问题具体化：避免“这个接口怎么用？”这类泛问题。应改为“请说明【接口名称】中【参数名】参数在什么情况下必须加密传输？”。
分步问答：对于极其复杂的长文档，可采取“先整体概述，再针对某部分深入提问”的分轮次策略，以维持AI的注意力。
指令组合：将“核心提示词”中的不同指令框架根据实际需求组合使用，例如先使用“基础指令框架”建立对话，再在后续追问中使用“结构化解析指令”深化答案。