2026-06-02 · T Today / invest-t-advisor (`t.xingai.app`)

用 Prompt 约束 AI：截图读不清就别猜 Ticker

为什么要写这套规则

T Today 读券商持仓截图，输出做T 计划（买卖区间、现金建议）。模型自信地猜错代码，比直接说「看不清」更危险——用户可能按 PLTR 的计划去操作，其实持仓是 TSLL。

视觉模型默认想「帮上忙」。没有硬规则就会补全：模糊 → 猜代码；上下文里还有昨天的 Lab → 继续用 HODU。这里的 Prompt 是产品安全，不是文案优化。

延伸阅读：Prompt / Context / Harness 工程 · 规则优先、AI 其次。

三条 AI 行为规则

我们在 system prompt 里写死，并在调用链外围用代码兜底：

情况	AI 必须怎么做
Ticker 能清晰读到	写入 `extractedPortfolio`，正常做T分析；`tDecision` 只能来自截图或用户文字
读不清楚	`summary` 诚实说明；`extractedPortfolio: null`，`tDecision: null`；请用户重传更清晰截图，或文字描述（如 `TSLL 200股, $5000 现金`）
绝对禁止猜测	Prompt 第一条诚实规则：`NEVER guess or infer a ticker symbol` — 不能从价格、K 线形状、旧 Lab 数据臆造代码

纸面教练也一样：「看起来有帮助」的幻觉是 bug。

第一层：System Prompt（行为契约）

截图诚实规则集中在 buildAdvisorySystemPrompt() — invest-t-advisor/src/lib/risk-lab/advisory-context.ts。

核心段落（意译；以仓库原文为准）：

NEVER guess or infer a ticker symbol.
若无法从图片中 FULL CONFIDENCE 读出代码：
  → extractedPortfolio = null
  → tDecision = null
  → summary 说明原因，并请更清晰截图或文字（例："TSLL 200 shares, $5000 cash"）

有截图时，只有清晰可见才写入 extractedPortfolio。
券商列表常见：ticker、"N shares"、日涨跌幅 — 截图是唯一持仓真相。
tDecision.symbol 只能来自截图或用户输入，不能来自旧 Lab。

单股 K 线：代码在图表标题里读（如 "Direxion Daily TSLA Bull 2X ETF" → TSLL），
禁止从价格或历史上下文猜。标题看不清就承认并让用户重传。

为什么放 system？ 用户 preset 随流程变（盘前做T、做T分析、过夜检查）。诚实规则必须每条路径都生效。

为什么绑 JSON 字段？ UI 渲染结构化卡片。「看不清」必须对应 extractedPortfolio: null，否则会展示假持仓表。Schema 本身就是 Prompt 的一部分：

"extractedPortfolio": {"cash": number|null, "holdings": [...]} | null
"tDecision": { "symbol": string|null, ... } | null

null = 机器可读的「我拒绝猜测」。

第二层：User Message（任务说明，不是伦理）

advisory-presets.ts 的 buildAnalysisUserMessage() 补充：美东时间、截图类型 A/B（持仓列表 vs 单股图）、以及「有持仓时 tDecision 必填」。

必填只适用于读得清的情况。看不清时 system 诚实规则优先：宁可 tDecision: null，也不瞎填。

后续可在 preset 加一句显式消歧：

若 ticker 无法识别（system 诚实规则），跳过 tDecision，禁止编造。

第三层：上下文组装（别让 Vision 被旧数据污染）

Prompt 写「以截图为准」，同一请求里却带上 HODU 200 sh · last $41，模型还是会混。

三层一起修：

flowchart TD
  IMG{有截图?}
  IMG -- 是 --> NO_LAB[不向模型发送 Lab 持仓]
  IMG -- 是 --> UI[自动关闭并隐藏「附带 Lab」勾选]
  IMG -- 是 --> RUN["run.ts: useLabStateForAi = false"]
  IMG -- 否 --> LAB[纯文字分析时可附带 Lab 报价锚点]
  NO_LAB --> PROMPT["advisory-llm.ts: if (!input.image) { ... }"]
  PROMPT --> USER["用户消息：截图是唯一持仓来源"]

advisory-llm.ts — 仅 !input.image 时注入 Lab 快照 / 报价行
run.ts — 有图则 useLabStateForAi = false
前端 — 选图后自动关掉「附带已保存的 Lab 组合数据」，有图时隐藏该 checkbox

只改 Prompt 或只改代码都不够；我们两种泄漏都遇到过。

第四层：模型参数（Harness）

runRiskAdvisoryChat() 里：

参数	值	作用
`response_format`	`json_object`	强制 JSON，便于校验
`temperature`	`0.35`	降低「创造性」猜代码
图片 `detail`	`high`	小字号 ticker OCR
解析后	`parseBilingualAdvisory()`	进 UI 前 schema 校验

Prompt 写规则；Harness 做验收。见 Harness 工程文。

输出示例

清晰的券商列表 → extractedPortfolio 含 {symbol:"TSLL", shares:200} 等，正常 tDecision 与计划卡片。

模糊截图 / 标题不可读 →

{
  "v": 1,
  "zh": {
    "summary": "无法清晰识别截图中的股票代码。请上传更清晰的截图，或用文字描述持仓（例如：TSLL 200股，现金 $5000）。",
    "extractedPortfolio": null,
    "tDecision": null
  },
  "en": { "summary": "I can't read the ticker symbols clearly..." }
}

文字兜底 — 用户输入 $12k cash, PLTR 200 shares → 从文本解析 extractedPortfolio，不依赖截图。

给其他产品的清单

在 Schema 里设计拒绝路径 — 用 null，不要用看起来像成功的空字符串
「禁止猜测」写进 system — 靠前、祈使句、带具体 fallback 文案
去掉冲突上下文 — 旧 DB + 新图 = 模型混乱
UI 与 Prompt 一致 — 有图时不要让用户勾选「附带旧数据」
调用后校验 JSON — Prompt 遵守率是概率；解析器是确定的
双语拒绝话术 — zh / en leaf 事实一致，UI 按 locale 展示

小结

Vision 产品的好 Prompt 不是「描述这张图」，而是** prose 里的决策树**：读清 → 分析；读不清 → 拒绝并给出下一步；绝不猜测。上下文、Schema、UI 必须同一套逻辑。

代码： advisory-context.ts、advisory-llm.ts、advisory-presets.ts。

← 全部文章