diff --git a/src/analysis/ai_analyzer.py b/src/analysis/ai_analyzer.py
index 7a1ac9fd..35719e66 100644
--- a/src/analysis/ai_analyzer.py
+++ b/src/analysis/ai_analyzer.py
@@ -38,7 +38,11 @@ def get_ai_analysis(weather_insights: str, city_name: str, temp_symbol: str) ->
 2. **阻碍因子**：由于高湿度(>80%)、降水或全阴天气导致的升温失速。
 3. **结算推演**：根据我提供给你的【博弈区间】以及【当前所处时段(是否过了最热期)】推断并告诉我最终结算温度落在哪个区间的希望更大。
 4. **结算边界**：如果当前温度处于 X.5 这种进位/舍位边缘，需特别预警。
-5. **概率估算**：综合 DEB 融合预测值、集合预报区间、多模型分歧度、当前实测趋势，对最可能的 2-4 个 WU 结算整数温度给出概率估算（必须加起来 = 100%）。DEB 融合值应作为概率分布的中心锚点。
+5. **概率估算（极其重要，务必仔细推理）**：
+   - WU 结算规则：实测最高温四舍五入到整数。即 X.5 以上进位，X.5 以下舍去。例如：3.5°C→4°C，3.4°C→3°C。
+   - 你必须先判断 DEB 融合值和各模型预报落在哪个 WU 取整区间内。例如 DEB=3.6°C 落在 [3.5, 4.5) 区间，对应 WU 结算 4°C。
+   - 然后综合集合预报 P10-P90 区间覆盖了哪些 WU 取整区间，按覆盖比例分配概率。
+   - 最终给出 2-4 个 WU 结算整数温度的概率（必须加起来 = 100%）。
 
 【输出要求】
 1. **禁止废话**，整体控制在 150 字以内。
@@ -47,7 +51,7 @@ def get_ai_analysis(weather_insights: str, city_name: str, temp_symbol: str) ->
 🤖 <b>Groq AI 决策</b>
 - 🎲 盘口: [必须明确指出最热时段（如：预计最热在 14:00-16:00）以及当前的博弈区间（如：锁定在 27°C 或 28°C 之间博弈）。若已明确降温，请直接给出死盘结论（如：已过最热点且降温，锁定在 X 度结算，悬念终止）。]
 - 💡 逻辑: [不要重复模版例子！请使用一句话提炼机场实测(如风速风向、云量、气温变化趋势)及热力动力因子。]
-- 📊 概率: [列出最可能的 2-4 个结算温度及概率。格式示例：3°C(15%) | 4°C(55%) | 5°C(25%) | 6°C(5%)]
+- 📊 概率: [列出最可能的 2-4 个 WU 结算整数温度及概率。注意：概率应反映实测最高温落入对应取整区间的可能性。格式：4°C(55%) | 3°C(35%) | 5°C(10%)]
 - 🎯 置信度: [1-10]/10
 """