对终点严格，对路线宽松：提示词与自主执行指南

一、三类典型实践

用单句目标生成高精度SVG矢量图

有开发者只写了一句提示词：“生成一段高质量的SVG代码，绘制一只正在骑自行车的鹈鹕。”社区分享的结果是，模型先推理了数分钟，随后输出结构完整、比例协调的SVG代码。这个任务要求模型拆分对象：鹈鹕的身体轮廓、自行车的车架与车轮，以及骑行姿态下各部件的相对位置。模型需要把这些部件映射到坐标系中，用路径和贝塞尔曲线描述形状，再输出符合SVG语法的文本。

这说明模型在空间关系与代码语法之间的对应能力有所提高。但这类案例多是一次成功的展示。若要把结果用于正式图表或界面组件，仍需检查坐标是否超出画布，颜色和尺寸是否符合设计规范，并在浏览器中渲染确认。

用概念图生成可运行的3D场景

第二个案例中，开发者把一张概念图交给模型，要求输出能在浏览器中运行的3D场景。模型需要读懂图像的构图与配色，估算地形和建筑的坐标，再用Three.js等库写出场景、光照和相机的代码。社区反馈的渲染效果与概念图接近。

“一次完成”指的是生成了一版可运行的代码，并不代表零调试交付。实际过程中，模型可能误用已弃用的API，贴图路径可能失效，复杂场景下帧率也可能下降。模型还可能编造一个看似合理却不存在的函数名，所以每次输出都要在运行环境里验证。代码过长时，模型一次能兼顾的细节有限，大型项目应拆成多个文件，分批生成。

对企业研发来说，这类能力适合用于原型验证、数字孪生的初版演示和建筑可视化的快速草图。进入正式产品前，仍需保留人工审查和自动化测试。

让模型通过界面完成跨应用任务

第三类案例与“Computer Use”（电脑操作）功能相关。开发者要求模型在图形设计软件中画出指定图形。模型截取屏幕，识别按钮与菜单的位置，模拟鼠标点击和键盘输入，最后调用软件内的绘图工具完成任务。

Claude 3.5 Sonnet是较早向开发者公开提供该功能测试版的模型，下文以它说明这一能力。文中其他社区案例对应的具体模型版本，读者需要自行核对。

这类能力让模型从只返回文字的角色，变成能直接操作界面的执行者。目标系统没有开放API时，模型仍可以通过界面完成数据录入或导出。但它依赖操作系统的权限设置、屏幕分辨率和应用响应速度。界面一旦改版，原有的识别规则就可能失效。每一步操作的延迟也远高于API调用，一次完整任务可能需要数十次截图与点击。

二、“对终点严格，对路线宽松”是什么意思

这些案例有一个共同点：提示词给出了最终目标，没有规定具体步骤。不少开发者把这种写法概括为“对终点严格，对路线宽松”。

长提示词的常见写法是逐步列出操作。对能够自主规划的模型来说，人为设定的步骤未必最优。一旦某一步的假设有误，后续步骤会基于错误结果继续执行，错误会逐层累积。

“对终点严格”指把验收标准写清楚，包括输出格式、性能指标和禁止事项。例如，要求场景必须包含碰撞检测，视觉风格与参考图一致。“对路线宽松”指允许模型自行选择工具、规划推理过程，并在遇到报错时自行修正。两者结合后，模型更像一个有明确目标和约束的执行体。

路线宽松并不意味着约束消失。约束从具体步骤转移到了结果与边界上。

三、可直接套用的提示词模板

可以把提示词拆成四部分：角色、目标、约束和执行策略。下面是一个示例：

# 角色
你是一名熟悉WebGL与前端工程的全栈工程师。
# 目标（终点严格）
生成一个基于WebGL的3D场景展示页面，场景包含低多边形风格的地形和动态光照。
# 约束条件（终点严格）
1. 代码必须位于一个独立的HTML文件中。
2. 在常见桌面浏览器中帧率保持在60fps左右。
3. 不使用外部素材文件，所有模型通过代码程序化生成。
4. 所有第三方库必须通过CDN引入，并注明版本号。
# 执行策略（路线宽松）
你可以自行选择数学库与渲染方式。如遇到性能问题，可自行调整策略后重试。
输出最终可运行的代码，并在代码末尾列出你依赖的库与版本。

这个模板的重点在于，开发者不再规定每个函数怎么写，而是规定交付物是否合格。编写时可以先问自己三个问题：结果怎样算合格？哪些限制必须遵守？哪些环节允许模型自行决定？

设置采样参数，控制发散程度

代码生成任务通常需要较确定的输出。可以把Temperature设在0.2到0.5之间，让模型在约束内稳定地输出代码。若要让模型探索视觉风格等开放性内容，可以适当调高。具体数值应以所用平台的文档和实际测试结果为准。

用排错清单逐项检查输出

模型输出的代码不能直接当作可靠结果。建议按下面的顺序检查：

• 依赖：确认所有库和版本号存在，导入路径正确。
• 运行：在目标浏览器中打开页面，查看控制台是否报错。
• 性能：用浏览器的性能面板记录帧率，确认是否达标。
• 约束：逐条对照约束条件，检查是否有遗漏，例如外部资源是否混入。
• 回退：某项功能失败时，把报错信息和相关代码一并反馈给模型，要求只修复该部分。

常见报错可以这样处理。若控制台提示某个方法已弃用，就把报错原文和相关代码发给模型，要求替换为当前版本的等价API，并注明版本。若SVG图形显示不全，多半是坐标超出viewBox，可以要求模型调整viewBox以覆盖全部图形，或统一缩放坐标。若纹理不显示，先检查资源路径是否可访问，再检查是否被浏览器的跨域策略拦截。

若多轮修复后仍无法运行，应暂停并拆分任务。把场景分成地形、光照、交互等模块，逐个生成并测试，每个模块通过后再合并。

四、企业落地的算力与安全要点

具备自主操作能力的模型会发起开发者事先无法预料的操作。因此，企业在放开权限前，需要先处理基础设施和安全问题。

按需使用算力

深度推理与多模态处理消耗的算力较大。企业可以使用公有云的GPU实例和容器服务，按需扩缩容，避免长期占用昂贵的硬件。推理耗时较长的任务适合放入异步队列，由工作进程处理，前端通过任务状态查询结果。

存放生成文件

生成的代码、贴图和模型文件体积较大，不宜直接放入代码仓库。建议写入对象存储，例如S3或兼容该协议的存储服务，并按项目和日期分目录。同时设置生命周期规则：临时草稿保留数天后自动删除，已确认的版本转入低频存储。存储桶应设为私有，通过带有效期的签名链接访问。

隔离执行环境

让模型生成的代码运行在容器沙箱中，限制CPU、内存和磁盘配额，并设置执行超时。容器不挂载宿主机的敏感目录，也不携带生产环境凭证。若需要更强的隔离，可以考虑microVM或gVisor等运行时。

限制权限与网络

遵循最小权限原则。模型能调用的工具和接口应列入白名单，读操作与写操作分开授权。网络出口默认关闭，只开放经过审批的域名，防止生成的代码把数据发往未知地址。对于Computer Use这类能直接操作桌面的能力，应在专用虚拟机中运行，使用独立账号，并定期清理会话留下的数据。

保留人工确认

删除文件、发送邮件、修改权限、部署上线等操作，应由人工二次确认后再执行。这种人在回路（Human-in-the-loop）的设计，可以在误操作发生前将其拦截。每次自主操作都应留有日志，记录输入的提示词、调用的工具、执行的参数和返回结果，便于事后审计和复现问题。