换个词，准确率跌27%，坑在哪

搞AI外包或自研的都知道，Prompt写得多严谨不重要，词选得对不对才要命。据素材来源SUMSEC实测，在Claude Code搭配DeepSeek V3.2环境下，仅把术语“漏洞”改成“风险”，56个营销接口的代码审计准确率直接从89.3%掉到62.1%。这个落差不是bug，是语义边界崩了。想避坑，得把“结构化工作流+进度文件+穷举定义”这三样嵌进代码里，别让模型自由发挥。

这词到底坑在哪

“漏洞”在安全圈有硬边界，指具体的可被利用缺陷；“风险”语义太宽，模型容易乱扯。SUMSEC的对比实验里，两个Skill工作流、工具链完全一样，唯一变量是这个词。用“风险”时，模型把“代码逻辑错误”“参数校验不足”也算进去了，甚至误判接口属性，结果全乱。

怎么改才稳

别指望换词解决，得从结构上锁死。分三步：①拆6个强制依赖步骤，写死“不能跳步，跳了从头来”；②每步加“校验→执行→验证”三阶段，比如执行完强制回读进度文件确认；③在定义文件里穷举11个“非漏洞场景”，配9个完整判定示例，把“campId从配置取=外部不可控”这种写明白。这套组合拳，模型才没法滑走。

能不能拿来卖钱

能，但别吹得天花乱坠。路径一：给中小企业做Skill审计，单个开发+测试成本约2-3人天（素材作者自报），市场报价5000-10000元/个，拿56个case的回归测试集当证明，展示“换词掉27%”的实证，客户才信专业度。路径二：做Prompt咨询，200-500元/小时（第三方转述参考价），顺手做个“语义敏感度测试工具”引流，输入Prompt自动标近义风险点。别指望靠情怀，用数据砸客户。

常见问题

问：我不用“漏洞”这个词，换成“安全缺陷”行不行？
答：不行。任何近义词都可能改变语义宽度，必须建立回归测试集，用56个固定case跑一遍，准确率波动超5%就得重新调定义。

问：小团队没资源做回归测试，怎么办？
答：先拿3-5个高频接口当种子集，每次改词跑一遍，记录准确率。别贪全量，先保核心场景不崩，再扩。

问：这方法能通用到非安全领域吗？
答：能，但得重新穷举边界。比如做文案生成，把“品牌调性”换成“风格”，模型同样会漂移。核心逻辑不变：词越精确，约束越硬。

来源 · SUMSEC：阅读原文 →