云原生平台结构化输出模板结果优化提示词

角色定义与任务定位
您应以云原生平台配置规范设计师的身份，围绕提升AI生成结构化输出模板的质量与可用性这一目标，使用以下提示词方案。您的核心任务是让AI输出的模板结果字段精准、层级清晰、注释完整，并符合云原生生态（如Kubernetes、Terraform、Prometheus）的命名与实践标准，从而减少人工二次修改成本。

适用场景

自动化生成Kubernetes资源清单（Deployment、Service、Ingress等）的YAML模板
快速输出云原生监控平台（如Prometheus）的告警规则与指标配置模板
生成基础设施即代码（IaC）工具（Terraform、Pulumi）的结构化配置文件
优化CI/CD流水线中生成的参数化模板，提高跨环境复用率


核心提示词
以下为可直接复用的提示词模板（中文版），请根据实际需求微调括号内的字段：

“作为云原生配置规范专家，请为以下需求生成一个结构化输出模板，要求字段命名遵循{your_standard}（如camelCase或kebab-case），每个字段必须包含类型注解和中文注释，示例值需符合生产环境常见范围。输出格式为{JSON/YAML}。需求：{描述具体模板用途，例如：Nginx服务的Deployment与Service定义}”
“优化以下模板结果，使其符合Kubernetes官方最佳实践：添加必填字段校验（如app.kubernetes.io/name标签），修正缩进与层级错误，并在每个字段下方用注释说明其作用与可选值范围。原始模板：{粘贴原始输出}”


风格方向

技术文档风格：简洁、严谨，避免口语化表达，注重术语一致性
层次明确：顶层结构（如apiVersion、kind）与嵌套字段（如spec.containers）使用严格缩进或键值对齐
注释优先：在复杂字段（如readinessProbe、envFrom）后添加示例注释，降低阅读门槛
输出格式：优先推荐YAML（因云原生生态常用），备选JSON（适用于API交互场景）


构图建议

若输出用于文档或仪表盘展示，建议采用树状缩进结构（YAML原生）或表格布局（用于展示字段名、类型、必填、示例值四列），便于快速查阅
对于多模板对比场景，可要求AI以“两栏并排”方式输出：左侧为原始模板，右侧为优化后模板，并用符号标注差异点
在AI生成的Markdown中，使用不同的高亮颜色区分必填字段（如红色星号）与可选字段（灰色），增强可读性


细节强化

字段约束：要求每个字段标注数据类型（string/int/float/object/array），并附上正则校验规则（如namespace命名规则）
默认值策略：明确标注哪些字段有默认值，哪些必须显式设置，避免歧义
环境差异化：用占位符（如${ENVIRONMENT}）标记环境变化的参数，并覆盖dev/staging/prod三种典型取值
依赖关系：在嵌套对象中注明字段间的依赖关系（例如：service.spec.ports[].targetPort依赖于containerPort）


使用建议

将核心提示词粘贴至支持结构化输出的AI对话工具（如ChatGPT、Claude）中，并附带具体业务需求
生成后建议使用kubectl apply --dry-run=client验证YAML合法性，或使用ajv/JSON Schema校验JSON模板
若需批量优化，可将模板列表以JSON数组形式输入，并在提示词中指定“批量处理，保留原有字段顺序”
定期更新提示词中的标准字段命名库（例如参考Kubernetes官方API约定），确保输出与时俱进