工业控制界面的价值，在于让操作人员在有限时间里看见正确的信息、走到正确的正式流程。AI 可以协助整理报警说明、比较信息架构或生成培训用的界面草图；但它不应替代现场操作、参数设定或安全判断。
因此，工业 HMI 的提示词首先要写清使用边界：讨论的是“信息怎样呈现”，不是“设备应怎样控制”。
先定义异常发生时必须看见什么
| 信息层 | 需要回答的问题 | 界面表现 |
|---|---|---|
| 状态 | 哪个单元、何时、处于什么状态？ | 设备标识、时间、状态变化 |
| 优先级 | 需要立即响应还是记录关注？ | 明确分级，避免所有告警同色同权重 |
| 上下文 | 前后发生了什么，影响范围在哪里？ | 趋势、关联单元、最近事件 |
| 流程 | 应查阅哪份正式规程、谁负责升级？ | 只提供受控文档入口和责任提示 |
把提示词限制在信息架构与培训原型
任务：为培训讨论整理一张工业控制界面的信息架构草图。
场景：填写已确认的设备类型与非敏感状态信息。
必须显示：状态、报警分级、发生时间、趋势入口、待确认事项。
禁止：给出控制指令、设定工艺参数、绕过联锁或替代正式规程。
输出：信息区块清单、每个区块的阅读顺序、需要专家确认的问题。这种写法能让 AI 帮你暴露信息缺口，而不会把它误用成决策者。任何输出都应明确标注为讨论材料，并交由控制工程、工艺、安全和现场操作人员审阅。
报警不等于一片红色
一个可讨论的界面方案，至少要区分“需要立即关注、需要尽快确认、仅供记录”三种状态，并说明分级依据来自哪里。更重要的是，操作人员点击一条异常后能看到时间线、关联变量和正式处理入口，而不是只看到一句模糊描述。
把人工复核写进交付物
每份 AI 生成的界面讨论稿，都应附上“哪些内容待确认、由谁确认、确认依据是什么”。这既能让跨部门评审更有效，也能避免漂亮的草图被误当成可直接上线的控制方案。对于高风险工业场景，谨慎的边界比更快的生成更重要。
