这类“越润越书面”的结果，通常不是提示词或上下文单独一方的锅，而是两层都要查：提示词的风格约束是否太硬、太笼统，以及模型是否根本没读到全文。排查顺序建议固定成四步——同一段文本建基准、只改提示词的一条风格约束看变化、对比整篇提交与分段提交、把“口语化”拆成可判定条目再复测。先别急着反复重写提示词，没有基准和单项对照，改十遍也说不清是哪一处起了作用。

润色跑成公文腔，常见来源有两个：提示词的风格约束写得要么太硬（禁词、句式限制过多）要么太空（只说“口语化”），以及输入超出上下文导致模型只读到后半段，表现却很像“风格问题”。建议先固定同一段文本做基准，再单独改一条风格约束，然后拿整篇提交和分段提交做对比，最后把口语化拆成句长、语气词、禁用词这类能打勾的条目逐条复测。哪一层动过之后结果有变化，问题大致就在那一层。

固定同一段文本，记录当前结果作为基准

没有基准就无法判断改动是否有效。挑一段你真实的、篇幅适中的待润色文本，之后每轮复测都用同一段，不要中途换内容，否则风格差异里会混进“这段本来就比较正式”的干扰。基准记录建议包含输入、提示词、输出和可读性判断项四部分。

输入文本：
  【粘贴固定文本，注明大致字数与来源场景】
提示词（完整复制，含系统提示与用户提示）：
  【原样粘贴，不要凭记忆重写】
模型与参数：
  模型：【模型名或版本】
  temperature：【当前值】
  max output tokens：【当前值】
输出全文：
  【原样保存，不要手工润色后再存】
可读性判断项：
  1. 平均句长（目测或简单统计）
  2. 是否出现书面套话：旨在、综上所述、予以、 hereby 之类
  3. 原语气词是否保留：吧、呢、其实、说白了
  4. 人称与口吻：是否从第一/第二人称变成第三人称公文腔
  5. 结构：是否被改成“总—分—总”或加了原文没有的过渡句

判断项要在看结果之前定好，避免结果出来之后再改标准。验证方式很直接：把基准输出和改动后的输出并排贴，逐项打勾或打叉，变化集中在哪几项一眼能看出来。

只改提示词里的风格约束，看结果变化幅度

这一步先确认提示词这一层到底有没有被模型吃住。用下面这个通用骨架，方括号里的部分按你的场景替换，其余结构保持稳定。

你是文本润色助手。
任务：在不改变事实与信息量的前提下，把待处理文本改成【目标风格】。
风格约束：
1. 保留原句的口语感，允许出现【允许的语气词清单】。
2. 不要使用【禁用词清单：旨在、综上所述、予以…】。
3. 句子平均长度控制在【数值】字以内，长句可以拆开。
4. 不要增加原文没有的解释、总结或过渡句。
5. 只输出润色后的正文，不要附加说明。
待处理文本：
【粘贴固定文本】

复测时一次只改一处，比如只在禁用词清单里加两个词，其他约束、模型和参数全部不动。如果加了禁用词，输出里仍然反复出现这些词，说明这条约束没有被遵守，可能是约束太长被稀释、位置太靠后，或者模型本身对这类指令不敏感。如果只改一条就出现了明显变化，说明提示词层是生效的，剩下的跑偏更可能和输入长度、上下文窗口或模型选型有关。

风险边界：风格约束堆太多会互相打架，通常先精简到三到五条，优先写“不要做什么”，比笼统的“请口语化”更好执行。temperature 之类参数也可以调，但同样要一次只动一个，否则分不清是哪一项起的作用。

判断风格跑偏里有多少来自输入被截断

如果提示词层已经确认生效，但整篇提交时前半段仍然从口语变成书面，就要排除模型根本没读到全文这种情况。输入过长被截断时，常见表现是：输出只覆盖后半段、前后风格明显不一致、原文里明明有的词在输出里消失、要求改写整篇却只改了最后几段，或者响应以异常方式结束。这些看起来都像“风格没调好”，实际是输入没吃全。

验证方法用同一段文本做两组提交：一组整篇一次性提交，一组按段落切成两到三份分别提交，再对比哪一段开始跑偏。如果分段提交时前半段口语化正常，整篇提交时同一段却变公文腔，通常指向输入被截断，或者长输入把注意力稀释掉了。同时需要结合环境确认三件事：请求里的最大输出长度是否太小导致输出被截断；输入长度是否超过模型上下文窗口；服务端日志或响应里是否有长度相关报错、finish_reason 之类的结束原因字段。能看日志就看日志，不要只凭输出观感判断。

把口语化拆成可判定的约束再复测

“口语化”本身没法对比，必须拆成能打勾的条目。可判定的约束示例：平均句长上限（比如不超过某个字数）、必须保留的语气词清单、被动句或名词化短语的比例上限、禁用书面套话清单、是否允许新增过渡句。下面这张对照表可以直接套用，每轮复测只增加一行。

版本 | 提示词改动 | 输入方式 | 平均句长 | 语气词 | 禁用词命中 | 结论
基准 | 原始提示词 | 整篇提交 | 【记录】 | 【记录】 | 【记录】 | —
A    | 只加禁用词清单 | 整篇提交 | 【记录】 | 【记录】 | 【记录】 | 提示词层是否生效
B    | 禁用词+拆句约束 | 分段提交 | 【记录】 | 【记录】 | 【记录】 | 风格是否改善
C    | 同 B | 整篇提交 | 【记录】 | 【记录】 | 【记录】 | 是否受输入长度影响

读法：如果 A 相对基准几乎不变，先怀疑提示词没被吃住，检查约束是否过长、是否放在不显眼的位置，或者换成更明确的指令再试。如果 B 改善明显、C 又回落，问题更可能在输入被截断或长上下文处理上。结论写法建议落到具体条件上，例如“在固定输入和固定模型参数下，改动禁用词清单后，书面套话项从出现变为不出现，句长和语气词项基本没变”，不要写“效果提升明显”这类无法核验的话。