跳到主要内容

AI 提示工程指南

· 阅读需 6 分钟
ZhiQing Lin
ZhiQing Lin
CEO | Fuzhou Beisi Network Technology Co., Ltd.

用了大半年的 AI 写代码、写文档，踩了不少坑，也摸索出一些门道。这篇文章把我觉得真正有用的提示技巧整理出来，少扯概念，多讲实操。

先说结论​

提示工程说白了就一件事：怎么跟 AI 说话，能让它给你想要的东西。

很多人用 AI 的姿势是这样的：

帮我写个登录功能

然后 AI 给了一坨不知道用什么框架、什么语言的代码，还得来回问好几轮。

会用的人是这样的：

用 Python Flask 写一个用户登录接口：
- 用 JWT 做认证
- 密码用 bcrypt 加密
- 返回 JSON 格式
- 加上基本的参数校验

一轮就能拿到能用的代码。差距就在这。

四种常用提示模式​

别被那些花里胡哨的术语吓到，常用的就这几种：

1. 直接问（Zero-shot）​

不给例子，直接说需求。适合简单任务。

把这段代码的变量名从驼峰改成下划线风格

2. 给例子（Few-shot）​

先给几个示范，再让它照着做。适合格式要求严格的任务。

帮我写 Git commit message，格式参考：

feat: 添加用户登录功能
fix: 修复订单金额计算错误
docs: 更新 API 文档

现在写：添加了商品搜索功能

AI 就会输出：feat: 添加商品搜索功能

3. 让它一步步想（Chain-of-Thought）​

复杂问题别让 AI 直接给答案，让它先分析再回答。

这段代码有性能问题，帮我分析：
1. 先说说这段代码在做什么
2. 哪里可能有性能瓶颈
3. 怎么优化，给出具体代码

4. 角色扮演​

让 AI 进入某个角色，回答会更专业。

你是一个有 10 年经验的后端架构师。
我们现在日活 10 万，数据库经常慢查询，怎么优化？

比直接问"数据库怎么优化"得到的答案质量高很多。

实用技巧​

技巧 1：把需求说清楚​

这是最重要的一条。AI 不会读心术，你不说它不知道。

烂提示：

写个爬虫

好提示：

用 Python requests + BeautifulSoup 写一个爬虫：
- 目标网站：豆瓣电影 Top250
- 抓取：电影名、评分、评价人数
- 存到 CSV 文件
- 加上请求间隔，别把人家服务器搞崩

技巧 2：给限制条件​

没有限制，AI 容易放飞自我。

写一个 React 组件：
- 不用 class 组件，只用 hooks
- 不引入额外依赖
- 代码不超过 50 行

技巧 3：让它输出固定格式​

需要结构化数据时，直接告诉它格式：

分析这段日志的错误，用这个格式输出：

错误类型：xxx
发生位置：xxx
可能原因：xxx
解决方案：xxx

技巧 4：复杂任务拆开问​

别指望一个提示搞定所有事。

比如要设计一个系统，可以这样拆：

  1. 先聊需求：这个系统要解决什么问题
  2. 再聊架构：应该分哪些模块
  3. 然后聊细节：每个模块怎么实现
  4. 最后聊代码：写具体的代码

一步步来，质量高很多。

技巧 5：不满意就追问​

AI 给的答案不对，别重新开一个对话，直接追问：

这个方案在高并发下有问题，换一个
代码能跑，但是可读性太差，重构一下
解释得太复杂了，用大白话再说一遍

几个实战场景​

场景 1：Code Review​

帮我 review 这段代码，重点看：
1. 有没有明显的 bug
2. 性能有没有问题
3. 代码风格有没有不规范的地方

[贴代码]

场景 2：写单元测试​

给这个函数写单元测试：
- 用 pytest
- 覆盖正常情况和边界情况
- 每个测试用例加上注释说明在测什么

[贴代码]

场景 3：排查报错​

报错信息：
[贴报错]

代码：
[贴代码]

帮我分析为什么报这个错，怎么修

场景 4：写技术文档​

给这个 API 写文档，包括：
- 接口说明
- 请求参数（列个表格）
- 返回示例
- 错误码说明

[贴代码或接口定义]

场景 5：学习新技术​

我是 Java 开发，想学 Go，帮我对比一下两种语言：
- 语法差异（用代码示例）
- Go 有哪些 Java 没有的特性
- 有哪些坑需要注意

避坑指南​

1. 别信它的"我确定"​

AI 经常一本正经地胡说八道，特别是涉及到：

  • 具体的版本号
  • 具体的 API 名称
  • 具体的配置参数

一定要自己验证，别直接复制粘贴就跑。

2. 上下文有长度限制​

聊得太长 AI 会"忘记"前面说的。如果发现它开始重复或者答非所问，新开一个对话。

3. 不同模型擅长不同事​

  • GPT-4 / Claude：复杂推理、长文本
  • GPT-3.5：简单任务，速度快
  • 代码专用模型（Copilot 等）：写代码

根据任务选模型，别拿杀鸡的刀去宰牛。

4. 敏感信息别往里塞​

公司代码、密钥、用户数据，别直接贴给 AI。脱敏之后再问。

我的提示模板​

用得最多的几个模板，直接抄：

代码生成：

用 [语言/框架] 实现 [功能]
要求：
- [要求1]
- [要求2]
- [要求3]

问题排查：

环境：[系统/语言版本/框架版本]
问题：[描述现象]
报错：[贴报错信息]
已经试过：[试过什么方法]

技术选型：

场景：[描述业务场景]
要求：[性能/成本/易用性等]
对比 [方案A] 和 [方案B]，给出建议

代码重构：

重构这段代码：
目标：[更易读/更高效/更易测试]
限制：[保持接口不变/不引入新依赖]

[贴代码]

最后​

提示工程没什么神秘的，核心就是：说人话，说清楚。

把 AI 当成一个能力很强但需要明确指令的实习生。你说得越清楚，它干得越好。

多用多练，慢慢就有感觉了。

参考资料：