打开 B 站测评视频，心里总会打鼓：这条到底是真实体验，还是软广？浏览器扩展诚实豆沙包能一键鉴定测评视频的恰饭成分，输出 S/A/B/C 四档情商指数——情商越高，恰饭越浓。它的"大脑"是一条写给大模型的鉴定师 Prompt：无罪推定、四个思想实验、判例锚点。本文带你逐段拆解这套情商鉴定 Prompt 的写法，新手也能直接抄走思路。

提示：以下模块路径均位于源码包 v10.4.11 SourceCode.zip 内，解压后即为标准 WXT 工程结构；使用方式见 使用指南&免责声明.md。

鉴定流水线全景：五段 Prompt 各司其职 🥟

很多教程教你"写一条好 Prompt"，而诚实豆沙包的答案是：把一次鉴定拆成多道工序，每道工序一个独立 Prompt。核心文件entrypoints/overlay/prompts.ts里依次躺着：

另有一位「终审判官」（prompts.tsL627-L666）拥有加重/减轻的改判权，v10.4.11 起暂以开关搁置，改一行即恢复。

这种"流水线化"是本文第一个可抄的写法：别让一个 Prompt 既当侦查员又当法官。

无罪推定怎么写进 Prompt：默认档 C 的边界 ⚖️

鉴定师 Prompt 开篇就是五个字的哲学定调——无罪推定（prompts.tsL99-L104）：

• 每条视频默认 C 档（清白）；「怀疑不是证据，模糊不是证据，"感觉像"不是证据」；
• 但边界同时写死：无罪推定防的是没证据乱猜，不是有证据不敢判；
• 第二条哲学更狠：帮甲方说话 ≠ 恰饭。真心喜欢产品的人，好话说出来和恰饭一模一样——区别不在他说了什么，在他没说什么。

这两句话看似简单，实际堵死了大模型最常见的两类翻车：凭印象给 B 站 UP 主"定罪"，以及反过来永远判 C 当"老好人"。

一个容易被忽略的细节：Prompt 里还内置了「白名单品牌」条款——苹果、特斯拉的单品牌测评可直接打 B/C（多产品横评不适用）。用先验知识收窄裁量空间，同样是一种"写死的规则"。

四个思想实验：把"感觉像恰饭"变成可核查动作 🔍

Prompt 明确说：你手里没有规则清单——只有四个思想实验、一份判例集，和一条证据先行的纪律。不给 if-else 规则，给思维动作，这是全文最值得学的部分。

思想实验一 · 学习视频：厂商看了会不会不开心

不要求模型"理解潜台词"，只要求原文照搬优点/缺点列表，然后回答：这些缺点触没触及核心功能？相机说"画质一般"、汽车说"空间不够大"、说"性价比不高/太贵/我不会买"——厂商看到会不会皱眉头？把"恰饭不恰饭"翻译成一道可核查的是非题。

思想实验二 · 找沉默：核心缺点被认真讨论过吗

鉴定没说什么：核心缺点是认真展开，还是被"预包装"成小问题一秒带过？有没有只有真实用户才说得出的颗粒感，还是全程像产品页复读、甚至能复述"工程师的设计意图"？

思想实验三 · 平行宇宙：收钱版 vs 自费版

让模型同时脑补两个版本的视频：

• 收钱版：小缺点说完还要找补（"这是行业通病"）、偷换体感（"没有过热关机"≠不烫手）、批评全是配色配件等边缘瑕疵；
• 自费版：爱恨分明、有真实体验痕迹、敢声明"我自费购买"、敢告诉观众"这个问题会影响你的体验"。

然后只问一句：眼前的字幕更像哪一个？配套还有一条"写死"的保护条款——自费声明禁止反向解读：「他特意强调没拿钱 = 此地无银」这种推理被直接定性为"违法"。想推翻自费声明判 A/S，必须写明为什么不采信。

思想实验四 · 同期撞车簇：推荐页上的环境信号

如果推荐页里一堆"同产品、同方向"的测评几乎集中在同一周发布、话术像同一个 brief 生的，这基本是一波商单 campaign。但 Prompt 反复强调它只是环境证据，不构成 S——S 档仍然只看语言层面的拉踩实锤。辅助信号"不能单独定档"，这条纪律贯穿全篇。

判例锚点详解：8 个真实判决如何校准大模型尺度 📚

规则会说"什么叫拉踩"，但模型对尺度没感觉。诚实豆沙包的解法是内置 8 个人工标注的真实判决（prompts.tsL158-L166），每档都有"标尺样本"：

判例集末尾跟了一句关键的元指令：「学判决的刻度，不要背句子」，输出铁律里再补一刀：「判例是刻度不是模板，别找同款句子」。这两句防止了 few-shot 最常见的副作用——模型把示例当模板硬套，而不是学其中的标尺。

两路一审设计：卷宗官与判官的工序拆分 🛠️

v10.4.11 把一审拆成两次 LLM 调用，是整个 Prompt 工程里最"外科手术"的一步：

1. 卷宗官（prompts.tsL205-L264）：只按四个思想实验做事实核查，输出结构化卷宗（优缺点清单、厂商不开心检验、平行宇宙结论、撞车簇观察、自费声明核查、关键引文）。系统提示里明令：禁止输出 eq_grade、禁止定档。
2. 判官（prompts.tsL266-L338）：拿卷宗 + 全量案件材料，对照判例集定档。冲突处理规则写死：「卷宗与字幕原文冲突时，以字幕原文为准」。

代码注释直言拆分动机：解决单次调用里"查案+宣判"一勺烩导致的偷懒跳步（prompts.tsL201-L203）。查案需要细读，宣判需要对照判例，两种认知任务的注意力模式不同，混在一起模型会先挑"容易的那半"做。

顺带一提，演示版里还留着一个朴素的"注意力钉子"——关键条款「植入商单一律判 B」在卷宗官系统提示里连写了七遍（L213）。不优雅，但对大模型确实有效。

语气铁律与措辞分级：鉴定视频不鉴定人 🎙️

判定之后，Prompt 用「语气铁律」控制输出风格（最高优先级）：

• 鉴定的是视频，不是人：不道德审判，禁用"恰烂钱/屁股歪"这类词；
• 措辞分级写死：「恰饭」二字是S 档专属措辞。判 A 只能说"情商较高，立场与厂商观点非常接近"，禁用"恰饭/商单/收钱"等定罪词；判 B 是"留个心眼"的语气，不下结论；
• B/C 档鼓励为主：固定输出原文「请大大方方一键三连，这会对up有很大的帮助！」，一个字都不许改——连鼓励话术都用写死文案兜住，防止模型"虽然可信但是……"式抬杠；
• 自洽检查：输出 JSON 里有固定句式consistency_check：「我的证据整体指向 __ 档；我判 __ 档」，两空不一致必须重写。用一条自检句式堵住"证据写 A/S、结论落 B/C"的执行断层。

配套的「嘴替翻译器」（prompts.tsL732-L770）只做一件事：把终审确认的 S/A 证据翻译成"up 这里想悄悄告诉你……"的温和提醒，要求每条翻译必须写出边界（"这句话不能证明什么"），禁止脑补输入里没有的商业关系。

细节工程：错字表、实体别名与注水信号 🔬

主 Prompt 之外还有三处容易被忽略的工程细节，全部围绕"数据质量"：

• 错字表先行：B 站 AI 字幕同音错字多，Step 1 单独让模型只报对照表（不重写字幕），由本地代码执行全局替换（applyTypoTable），且带安全约束——wrong至少 2 字、right不得包含wrong，防自循环。
• 实体别名归一：「影石」常被识别成"饮食/影视"、「大疆」变成"大江/大家"。系统只生成只读提示帮模型理解，引用 quote 仍必须保留字幕原文。
• 互动数据注水提醒：播放 ≥1 万且数据面报警（scoring.tsL26-L69 的"生死线/优质线"确定性计算）时才注入一段提醒，且声明"只能提示重点关注，不能作为判 A/S 的独立依据"。

共同点是：能用确定性代码解决的，绝不丢给模型；交给模型的，一定配上使用边界。

新手可复用的 7 条 Prompt 工程技巧 ✅

快速上手：3 步装好诚实豆沙包，看一次真实判词 🚀

1. 下载并解压 【诚实豆沙包v10.4.11-github】扩展包.zip 到一个固定目录；
2. 浏览器地址栏输入chrome://extensions，打开右上角「开发者模式」，点「加载已解压的扩展程序」选中该目录；
3. 打开任意 B 站测评视频，点右上角的包子浮窗，约 20 秒出判词。开源版需自备大模型 API Key（默认 DeepSeek，也兼容 OpenAI / Anthropic / Gemini / Qwen）。

判 B/C 时你会看到固定寄语，判 A/S 时则能看到带时间戳的「嘴替」翻译，点击即可跳回原片对应位置——对照着读，本文拆解的每个思想实验都能找到原文出处。

写在最后

这条鉴定师 Prompt 的价值不止于一个"恰饭鉴定"功能：它示范了如何把司法裁量思维（无罪推定、证据先行、判例参照、二审复核）完整转译成大模型可执行的指令。想继续研究，建议按 错字表 → 卷宗官 → 判官 → 嘴替 的顺序通读entrypoints/overlay/prompts.ts，每一段都短小、可独立复用到自己的场景里。

⚠️ 最后照例提醒：AI 鉴定结果仅供交叉验证参考，误判在所难免，不构成对任何 UP 主或品牌的指控——这也是 Prompt 里「鉴定视频不鉴定人」哲学的应有之义。