Codeium测试数据提示词：让AI先列判断标准

核心策略是强制AI在生成数据前，先输出一套可编程校验的判定规则。若不预先定义规则，AI会沿用它的默认填充逻辑。

要求AI先输出校验规则再生成测试数据

第一步，在提示词起始处用显式分隔符划分阶段，将“规则定义”与“数据生成”彻底隔离。明确告知AI：必须按顺序执行，否则输出无效。

具体写法示例：请严格按以下两步执行：① 列出该测试场景下所有字段的校验规则与取值范围约束（不包含示例数据）；② 依据①中规则，生成3条完全满足约束的JSON格式测试数据。阶段分隔符必须为【标准结束】。

此指令的核心是利用显式顺序词（如“先...再...”）构建不可跳过的执行链。AI对这类结构化步骤指令的遵循度较高。若仅模糊要求“先说明标准”，部分模型可能忽略该要求，或将其与数据生成步骤混杂。

按字段类型制定精确约束提示

方法一：枚举型字段——直接提供合法取值“题库”

提示词中必须明确指定：“订单状态”字段仅允许以下4个字符串值：'created'、'paid'、'shipped'、'delivered'，禁止缩写、大小写变体或额外空格。 这样AI才不会擅自填充。

方法二：数值范围字段——精确界定边界条件

关键在于明确声明区间类型：必须写明是闭区间还是开区间。 例如：“折扣率”为0.00到0.95之间的浮点数，含0.00，不含0.95（即最大可填0.949）。边界条件清晰可杜绝逻辑异常数据。

方法三：时间字段——统一格式并限定业务语义

示例：“生效时间”必须为ISO 8601格式（如2026-06-24T09:30:00Z），且不早于当前日期（2026-06-24）。此约束既规范了格式，也强制了“未来”的业务含义。

验证AI是否严格遵循所设标准

规则制定后如何验证有效性？简单方法：检查输出第一部分，每条规则必须可编程校验。规则应包含明确字段名、可转化为代码的条件描述，绝不允许出现“一般”“通常”“大概”等模糊词汇。

若AI在规则部分输出“用户名应合理”，直接要求重新生成——此类描述无法用于自动化校验，毫无价值。

确认规则无歧义后，检查第二部分JSON数据。需逐条验证每条数据是否满足全部规则。若任意数据违反任意一条规则，判定输出失败，立即干预。