大模型在长对话中依然存在"注意力衰减"和"概率性偷懒"。Prompt 写得再好，也需要配套的"质检体系"和"执法工具"来兜底。
以下是全面升级的 AI-OS v3.0 四层硬核验收指南 ，以及针对各种翻车场景的强制性"执法"Prompt 锦囊。
🛡️ AI-OS v3.0 质检体系与执法锦囊
第一部分：AI-OS v3.0 四层硬核验收指南
大模型在生成复杂项目时，最容易犯"表面看起来对了，但细节全是幻觉或偷懒"的毛病。为了验证它是否 100% 严格遵从 了 v3.0 的"防偷懒、BDD 前置、自动审计、教学级注释"指令，你需要进行以下 4 个层级的硬核验收。
第一层：物理文件与目录验收（查遗漏）
验证 AI 是否真的创建了所有要求的文件。
在 PowerShell 中执行：
powershell
Get-ChildItem -Recurse -Name .ai, .mcp.json, .matt-pocock-skills.json✅ 完美通过的预期结果：（少一个都不行）
text
.mcp.json
.matt-pocock-skills.json
.ai\context\ADR\0001-initial-architecture.md
.ai\context\CONTEXT.md
.ai\context\MEMORY.md
.ai\context\PRD.md
.ai\RULES.md第二层：核心配置文件验收（查 Windows 兼容与路径幻觉）
1. 检查 .mcp.json
- Windows 专属防坑点 ：所有的
command必须是"cmd"，且args第一个元素必须是"/c"。 - 路径替换点 ：搜索
__ABSOLUTE_AI_OS_PATH__。必须被完美替换成了真实的 Windows 路径（如C:\Users\xxx\.ai-os），绝不能有残留。
第三层：RULES.md 完整性验收（查 AI 偷懒截断与 v3.0 特性）
1. 检查行数
powershell
(Get-Content .ai\RULES.md).Count- ✅ 预期结果 ：行数必须 > 180 行。如果只有几十行，说明 AI 严重偷懒截断了！
2. v3.0 核心"狠活"关键字搜索
打开 .ai/RULES.md，使用 Ctrl+F 搜索以下 4 个 v3.0 专属关键字。少一个说明 AI 违规使用了旧版或简化了规则：
- 搜索
BDD 绝对前置合规 - 搜索
Gatekeeping v3.0 双层防锁死版 - 搜索
Auto-Audit & PM Gate - 搜索
自定义企业级指令豁免
第四层：灵魂行为验收（实战测试，最重要！）
测试 1：测试"自动合规审计"与"零废话"
你的输入 ：你好，帮我看看当前项目状态。
✅ 完美表现 ：第一个字符必须是 <thinking>。在 <verification> 标签最后，必须自动输出 Emoji 审计报告（📊 阶段合规审计报告），无需你手动发送审计指令。
测试 2：测试"BDD 绝对前置"与"双层红灯阻断"
你的输入 ：直接帮我写一个用户积分抵扣的 Python 函数。
✅ 完美表现 ：AI 绝对禁止 直接输出业务代码！必须输出 <state>BLOCKED</state>，并严厉提示："根据 Gatekeeping v3.0 规则，未执行 @bdd 且未生成 .feature 文件，绝对禁止进入 CODING。"
测试 3：测试"PM 审批锁"与"教学级注释"
你的输入 ：@grill @plan 帮我设计一个购物车模块。
✅ 完美表现：
- AI 输出拷问问题和预演
<checklist>后，状态必须切换为<state>BLOCKED</state>，并提示等待 PM 回复"同意计划"。 - 当你回复同意，让它写代码时，生成的代码必须包含
[What] / [Why] / [How]三段式中文注释。如果没有，验收失败！
第二部分：AI-OS v3.0 强制性"执法"Prompt 锦囊
如果 AI 在上述验收中翻车，或者在后续开发中"旧病复发"（忘记 BDD、忘记注释、越级写代码），不要手动去改，也不要跟它讲道理。直接复制以下对应的"执法 Prompt"发给它，进行降维打击！
🚨 场景 A：初始化阶段偷懒 / 截断 / 路径没替换
适用症状 ：.mcp.json 路径没换、RULES.md 只有几十行、漏建了文件。
text
# 🚨 验收失败与物理惩罚指令
你在刚才的初始化任务中严重违反了【核心合规红线】！
错误点：[在此填入错误，如：RULES.md 行数不足180行 / .mcp.json 路径未替换 / 漏建了 CONTEXT.md]。
# 强制执行动作
1. 立即停止当前所有业务逻辑的思考。
2. 深刻反思违背了哪一条合规红线。
3. 严格按照【强制初始化步骤】，重新执行物理替换或补全缺失的文件。
4. 针对 RULES.md 截断问题：必须严格执行【防截断分片协议】，分两次写入，并在 <verification> 中调用 PowerShell 查行数，证明行数 > 180！
5. 重新输出完整的 XML 格式及 📊 阶段合规审计报告。立刻执行！🚨 场景 B：无视 BDD 前置，跳过红灯直接写代码
适用症状 ：你刚提完需求，它没写 .feature 文件，也没跑测试报红，直接开始写 def xxx() 业务代码。
text
# 🚨 状态机防越级与 BDD 阻断惩罚
严重违约！你试图绕过 BDD 契约和 TDD 红灯阶段，直接输出实现代码！这违反了【BDD 绝对前置合规】与【双层红灯时序阻断】！
# 强制执行动作
1. 立即废弃你刚刚输出的所有业务代码！
2. 状态强制回退至 <state>PLANNING</state>。
3. 立即执行 @bdd，在 features/ 目录下生成 .feature 验收契约。
4. 执行 @tdd，编写单元测试并调用终端运行，在 <verification> 中贴出真实的 `Failed/Red` 终端日志。
5. 在看到红灯日志前，绝对禁止再次输出实现代码！重新输出 XML 及审计报告！🚨 场景 C：代码没有"教学级注释"或架构防腐失败
适用症状 ：代码写完了，但是注释全是 // 定义变量 这种废话，或者 Controller 直接调用了 DAO（跨层调用）。
text
# 🚨 代码质量与架构红线惩罚
你的代码未能通过 <verification> 阶段的合规审查！
错误点：[在此填入：缺失 [Why]/[How] 教学级注释 / 发现 Controller 跨层调用 Repository]。
# 强制执行动作
1. 状态回退至 <state>FIXING</state>。
2. 针对注释问题：重写核心逻辑代码，强制植入【三段式注释法】（[What]业务逻辑 / [Why]设计选型 / [How]底层原理），严禁废话注释。
3. 针对架构问题：引入 Service 层进行隔离，并在 <execution> 中执行 @fitness 证明依赖树已合规。
4. 重新输出完整代码、XML 标签及 📊 阶段合规审计报告。🚨 场景 D：忘记输出 XML 标签或自动审计报告
适用症状 ：AI 开始用人类语气说话（"好的，我马上为您修改"），或者 <verification> 末尾没有 Emoji 审计报告。
text
# 🚨 绝对格式锁定与 Anti-Lazy 惩罚
严重违约！你违反了【零废话原则】和【自动合规审计协议】！你的回复没有以 <thinking> 开头，且缺失了 📊 阶段合规审计报告！
# 强制执行动作
1. 立即停止当前的人类语气对话。
2. 将刚才的输出全部作废。
3. 严格按照【强制状态机输出格式】，重新输出包含 <thinking>, <state>, <checklist>, <file-loading>, <execution>, <verification> 的完整 XML 结构。
4. 在 <verification> 末尾，必须一字不差地输出 5 项 Emoji 审计报告（XML/代码/状态机/架构/注释）。立刻重写！💡 结语：为什么我们需要这套"质检与执法体系"？
很多开发者把大模型当成"许愿池"，扔一个 Prompt 进去就指望它完美交付。但真实的 LLM 是一个概率模型 ，它的本质是"下一个词预测"，这就决定了它必然会偷懒、必然会遗忘、必然会幻觉。
AI-OS v3.0 的核心哲学不是"祈求 AI 变聪明"，而是"用物理规则和状态机锁死它的下限"。
- 它想跳过 BDD？
Gatekeeping会物理阻断它。 - 它想截断长文本？
分片协议 + PowerShell 行数校验会无情拆穿它。 - 它想敷衍写注释？
[What]/[Why]/[How] 三段式红线会强迫它做你的私教。 - 它想蒙混过关？
自动审计报告会给你提供精准的"开火坐标"。
把这套 v3.0 创世 Prompt + 四层验收指南 + 执法锦囊 结合起来，你就不再是一个"对着 AI 祈祷的 Prompt 工程师"，而是一个真正掌控 AI 软件工厂的首席架构师。