很多 AI 命理系统在提示词里已经写了不少边界要求，例如“仅供参考”“避免绝对化表达”“高风险场景注意边界”。但实际运行时，模型还是会说得太满、太像权威、太像已经知道答案。这说明问题不是有没有写边界，而是这些边界有没有真正压住模型的默认倾向。
这页专门用反面案例训练提示词边界为什么会失效。
提示词里既写了“完整回答、尽量帮助”，也写了“避免绝对化”。
模型通常会优先执行更强、更前置、更符合默认倾向的要求，也就是尽量补全和尽量回答。边界规则虽然存在，但权重不够。
边界规则如果只是补充说明，往往压不过主任务指令。
系统最后总会附一句“仅供参考”，看起来好像有边界。
如果前面的回答已经给出了很满的结论，尾部免责声明通常只是一种形式补丁，改变不了整体风险。
边界不能只体现在结尾，而要渗透到生成过程里。
系统在所有题型里都使用相同的回答风格。
规则题适合直接、明确、结构化；高风险题则需要更克制、更保守。如果共用一套提示词，规则题的“明确风格”很容易污染高风险题。
按任务拆提示词，比在一套提示词里不断加条款更有效。
提示词写了“如不确定请说明”。
如果没有明确规定什么算信息不足、什么算知识冲突、什么场景必须降强度，模型往往不会主动触发不确定性表达。
边界提示要具体到触发条件，而不是停留在抽象价值观。
产品流程里确实存在人工接管，但模型端没有任何关于升级机制的提示。
模型不知道什么时候该停、该转、该请求补充信息，就会继续输出，看起来像“已经有流程”，实际上前端语言仍然失控。
流程机制和提示词机制必须联动，不能各做各的。