diff --git a/src/main/rag/generator.ts b/src/main/rag/generator.ts
index 3c4931a..4aac16f 100644
--- a/src/main/rag/generator.ts
+++ b/src/main/rag/generator.ts
@@ -27,22 +27,39 @@ interface ChatMessage {
 
 // 每次请求对模型来说都是无状态的，它并不知道"上一次说了什么"，所以只在系统提示词里
 // 写"每次换一种措辞"是无效的——实测同样的输入连发三次，答复一字不差。这里改为每次请求
-// 随机挑一条措辞引导追加到系统提示词末尾，让输入本身产生差异，答复自然就不会千篇一律。
+// 随机挑一条措辞引导，让输入本身产生差异，答复自然就不会千篇一律。
 //
 // 之所以不用调高 temperature 来制造随机性：那会同时影响命中文档的正常回答，而维修手册
-// 问答更看重稳定准确。这些引导只在"查不到内容"时才起作用，正常回答不受影响。
+// 问答更看重稳定准确。
+//
+// 踩过的坑：第一版把引导语整句追加在系统提示词最末尾（紧邻用户问题，模型注意力权重最高
+// 的位置），结果它从"仅在查不到内容时才用"的次要条件，变成了一条独立显眼的指令——真机
+// 复测发现同一个检索到充分相关内容的问题，连续追问 3 次，有 1 次被模型硬套上了"手册里
+// 未查到…"的开场白，即使后面还是照常给出了详细步骤，答案读起来却像没查到。原因是这条
+// 指令脱离了它所属的条件分句、又处于 prompt 末尾最显眼的位置，模型会"找机会用上它"。
+//
+// 现在改为嵌入到原本那条"如果没有足够信息"分句的内部（MARKER 之后、下一条分句之前），
+// 并把措辞明确改成"仅当确实需要使用这句话时"——位置和从属语气都跟原本那句不带随机性的
+// 版本一致，只是具体措辞有随机性。真机复测：同一个问题连跑 5 次全部正常作答，真正查不到
+// 内容的问题也依然能正确触发（且带上变化后的措辞）。
 const NO_MATCH_TONE_HINTS = [
-  '若本次需要说明手册中未查到相关内容，请以"很抱歉"起头组织这句话。',
-  '若本次需要说明手册中未查到相关内容，请以"手册里"起头组织这句话。',
-  '若本次需要说明手册中未查到相关内容，请以"目前检索到的资料"起头组织这句话。',
-  '若本次需要说明手册中未查到相关内容，请以"这部分内容"起头组织这句话。',
-  '若本次需要说明手册中未查到相关内容，请用两句话表达：先说明情况，再给一条补充信息的建议。',
-  '若本次需要说明手册中未查到相关内容，请先简短致歉，再说明可以如何把问题描述得更具体。'
+  '（仅当确实需要使用这句话时，才以"很抱歉"起头组织这句话。）',
+  '（仅当确实需要使用这句话时，才以"手册里"起头组织这句话。）',
+  '（仅当确实需要使用这句话时，才以"目前检索到的资料"起头组织这句话。）',
+  '（仅当确实需要使用这句话时，才以"这部分内容"起头组织这句话。）',
+  '（仅当确实需要使用这句话时，才用两句话表达：先说明情况，再给一条补充信息的建议。）',
+  '（仅当确实需要使用这句话时，才先简短致歉，再说明可以如何把问题描述得更具体。）'
 ]
 
+// 必须跟 config.ts 里 DEFAULT_CONFIG.rag.systemPrompt 那条"没有足够信息"分句的结尾保持一致，
+// 用于定位插入点。用户在设置页改写过这句话、不含这个标记时，原样返回不插入——
+// 不强行拼接导致语义错位，顶多是少一点措辞变化，不会把提示词弄坏。
+const NO_MATCH_BULLET_MARKER = '以便更准确地定位；'
+
 function withToneHint(systemPrompt: string): string {
+  if (!systemPrompt.includes(NO_MATCH_BULLET_MARKER)) return systemPrompt
   const hint = NO_MATCH_TONE_HINTS[Math.floor(Math.random() * NO_MATCH_TONE_HINTS.length)]
-  return `${systemPrompt}\n${hint}`
+  return systemPrompt.replace(NO_MATCH_BULLET_MARKER, `${NO_MATCH_BULLET_MARKER}\n  ${hint}`)
 }
 
 // 生成服务经 er_backend 代理访问其管理的 llama-server（OpenAI 兼容接口，SSE 流式）