提示词体检

它检查什么

只检查结构性缺失，不评价文笔。因为文笔是主观的，结构性缺失是可以判定对错的—— 而”可判定”正是这个工具能被自动化交付的前提。

覆盖的十二类问题：

1. 未填写的占位符（{{name}}、TODO）——最高优先级，模型会把占位符当成指令处理
2. 没有明确的动作指令（只给背景、不给动词）
3. 没有输出格式约束（字段、篇幅、结构至少给一样）
4. 含模糊量词（尽量、适当、一些、等等）
5. 信息不足时该怎么办没写（缺了模型就会编造）
6. 指令自相冲突（同时要求简洁与详尽）
7. 外部内容没有防注入声明
8. 没有说明受众
9. 长任务却没有示例
10. 未设定角色（优先级最低）
11. 存在超长句（多条要求混在一句里会互相污染）
12. 情绪化强调（“非常重要！！！“对输出无帮助）

实现方式

单个纯函数 lintPrompt(text): LintResult，约 200 行，零依赖，全部用正则与字符统计完成。 分数 = 100 减去各问题的权重（必须修 18 / 建议修 9 / 可选 4），夹在 0–100。

与 UI 完全解耦：compute.ts 只做计算，ui.tsx 只做展示。所以交付验收只需要跑 compute.test.ts——测试全绿就意味着逻辑可用，不需要人工在浏览器里点一遍。

局限

• 规则是启发式的，会有误报：一句精心写的短提示词也可能被扣分。
• 分数只应横向比较（同一批提示词里哪个更稳），不要当成绝对质量指标。
• 它检测不出”指令本身是错的”这类问题——那需要领域知识，不是正则能解决的。