前言：为什么要做这个小项目

很多人做「日报生成 / 周报生成」，目标是写得好看、写得快。
但在项目里，我觉得日报真正的价值只有一个：

在提测之前，把“项目要失控”的信号提前暴露出来。

这次做这个 MVP 的目标不是“生成一份日报”，而是验证三件事：

1. 大模型在信息不完整时，会不会乱补、乱猜

2. 通过 Prompt + 结构约束，能否控制模型的风险行为

3. 在高风险场景下，AI 应该“先追问”还是“先输出”

一、核心设计原则：先约束模型，再服务用户

1️⃣ Prompt 语言策略（非常关键）

结论先行：

• 规则 / 约束 / Schema：用英文

• 用户输入 / UI：用中文

原因很简单，也很工程化：

• 英文是大模型最核心的训练语料

• 在「否定条件 / 边界判断 / 不允许输出」这类逻辑上，
  英文的稳定性显著高于中文

• 中文更适合表达业务语义，但不适合约束模型行为

一句话总结：

把“约束模型的语言”和“服务用户的语言”拆开，
不要为了中文可读性，牺牲模型行为的确定性。

2️⃣ 明确什么是“正确的不输出”

在 Prompt 中，我刻意定义了这些规则：

• 什么才算 plan

• 什么才算 blocker

• 在什么条件下 risk = HIGH

• 什么时候 UNKNOWN 是正确结果

这一步很重要，因为：

不输出 ≠ 能力不足
而是拒绝制造假数据

二、Prompt 设计（核心规则）

简化后的关键规则如下：

Requirements:
1) Ask user to provide a daily report, then output STRICT JSON only.
2) JSON fields:
   plan, actual, deviation(yes/no), blocker, impact, next_step,
   need_help(yes/no), risk_flag(HIGH/LOW)
3) If user input is missing, ask 1-3 short questions to fill missing fields.
4) risk_flag rules:
   - HIGH if deviation=yes OR blocker not empty OR impact mentions delay/risk
   - otherwise LOW
5) Keep output stable and consistent across turns.

这个 Prompt 的重点不是“字段多”，而是：

• 风险规则是确定性的

• 信息不足时，不允许自由发挥

三、在 Google AI Studio 中快速验证 MVP

我使用 Google AI Studio，几分钟内创建了一个可用的 Daily Report Agent。

👉 不写后端、不搭服务，只验证三件事：

• Prompt 是否生效

• 风险识别是否稳定

• 行为是否可预测

四、一次关键对话测试（高风险场景）

用户输入（非结构化）：

今天主要在改登录接口，结果没调通，可能会影响进度。

Agent 的行为：

• 正确识别出：

  • 没调通

  • 可能影响进度

• 因此：

  • risk_flag = HIGH

但关键在于：

AI 没有立刻输出完整结构化日报

而是提示：

“为了生成准确的日报，还需要补充几个关键信息。”

---

五、这是 Bug 吗？不是，这是“保守决策行为”

从 AI QA / 工程视角看，这是一种非常健康的行为：

• 信息不足

• 风险已经存在

• 模型选择先追问，而不是编造计划

在测试视角里，这叫：

保守决策行为（Conservative Decision Making）

这一步直接验证了：
👉 模型在默认情况下，并不会为了“完成任务”而乱补字段

---

六、两种策略的工程取舍

策略一：先约束 → 再补全（当前使用）

当前流程是：

1. 用户给出非结构化描述

2. Agent 不输出 JSON

3. 识别关键字段缺失

4. 追问最小必要信息

优点：

• 数据真实

• 风险可信

• 适合质量 / 项目管理场景

---

策略二：先输出 → 再确认（可选演进）

通过追加 Prompt，可以强制行为变为：

• 始终输出完整 JSON

• 缺失字段使用 UNKNOWN

• 风险字段保持 HIGH

• 增加 confidence_level = LOW

这更偏向管理效率优先，但会引入：

• 不完整状态数据

• 需要后续修正

👉 不是对错问题，而是取舍问题

优化了一下提示词，输出后提示一下：

---

七、这个小项目真正验证了什么

通过这个小实验，我验证了几件非常“工程向”的结论：

1. LLM 在高风险 + 信息不足时，默认倾向于保守追问

2. Prompt 语言会显著影响模型是否“乱补”

3. AI 更适合做：

   • 风险前移

   • 状态探针

   • 数据质量守门人
     而不是“日报润色工具”

---

八、总结

这个项目并不复杂，但它解决的不是“怎么生成日报”，而是：

当信息不完整、风险已经出现时，
AI 应该如何“不添乱”。

这也是我认为 AI 在工程与质量领域，值得落地的方向之一。

后面再继续优化这个项目，慢慢来！