请提供原始标题，我会立即生成符合SEO规范的优化标题。

当要求AI重构代码时，真正的痛点并非能力不足，而是在“理解语义”与“执行指令”之间产生断裂。例如，你明确要求保留列表为空的早期返回逻辑，AI却自作主张将其删除；你强调边界检查必须在循环外部执行，它却将其移入循环内部，直接引发索引越界。这并非模型“不够聪明”，而是提示词这个“遥控器”上，关键的约束按钮未被锁死。

划定“不可触碰”的逻辑边界

一个极为有效的策略是：在提示词的前三行内，清晰标出“禁止修改区域”。用极简语句写明必须保留的判断条件、分支流程或返回值行为。例如：

“务必保留以下逻辑”
• 当 input_list 为空时，直接返回空列表
• 若 any(item is None for item in input_list)，抛出 ValueError
• 每次修改 result 前必须调用 validate_item(item)

这一步一旦遗漏，模型极易将那些防御性检查视为“冗余代码”而顺手清理。它没有能力回溯你上一轮强调过“这个空值判断至关重要”。

用具体输入输出样例锚定行为

仅仅说“保留逻辑”还不够，需要给出一个无可争议的行为锚点。这里有两个实战方法：

方法一：提供最小可证伪样例

在提示词末尾追加一句：“请确保重构后函数对以下输入仍产生完全相同的输出”。然后附上边界案例：

input: [] → output: []
input: [1, None, 3] → output: ValueError
input: [2, 4] → output: [4, 8]

这样做的本质，是将你对“正确”的定义，用最直接、最不可抵赖的方式锁定。

方法二：附带原始函数中已验证的单元测试断言

直接嵌入 2～3 行 pytest 断言，例如 assert transform([]) == [] 和 assert "None" in str(transform([1, None]))。模型会将 assert 视为必须遵守的硬性契约，行为自动对齐。

替换模糊动词为可验证动作

提示词中的“优化”、“清理”、“改进”等词汇，尽量回避。这些词过于含糊，模型难以精准理解你的意图。如何替换？用附带验收标准的动词：

不要写“优化循环”，要写“将 for 循环改为列表推导式，但保持原有短路逻辑（遇到 None 立即中断）”。
不要写“清理重复代码”，要写“把重复的 type(item) == int 判断合并到一个前置校验函数，该函数必须在任何元素处理前执行”。
不要写“改进累加方式”，要写“用 functools.reduce 替代手动累加，初始值设为 0，且不改变浮点数精度处理方式”。

核心在于，模型无法理解“更优雅”或“更 Pythonic”——它只能匹配你给出的具体语法结构和执行顺序。 你的指令越精确，执行结果就越可控。

强制要求返回 diff 而非完整代码

在提示词末尾加入一个强约束：“只输出 git-style diff，从原始函数开始，仅显示被修改/新增/删除的行，不要重写整个函数。每处修改后用 # WHY: xxx 注释原因。”

这样操作的好处一目了然：你能立即发现它是否误删了 if not input_list: return [] 这类“守门逻辑”。如果它返回的是整段新代码，说明提示词尚未压住输出格式，必须立刻补上这条约束。