写给模型的文本约束:中文指令与文风规范
大语言模型对“不要 X”一类否定约束的遵循并不稳定,这类写法还会把被禁内容本身送进上下文;副词与套话则是机器文风里可指认的两类迹象。把模糊要求改写成可核验的具体约束,是两条线索共同的做法,指令层用正向表述、替代方案与可判定指标替换否定,文风层用一份成文的中文规范逐条约束。本文整理否定指令的失效机制与改写方法、副词与套话的证据边界,并以一份长期维护的中文文风提示词为样本,拆解其规则骨架与维护方式。文中的机制解释属工程观察与简化模型,证据边界处在原处标注,效果需以对比测试验收。