互联网行业用AI编写代码时，话术需围绕「明确任务+约束条件+格式要求」设计，常用场景覆盖代码生成、调试修复、优化重构三大类，精准的话术能降低AI瞎写的概率，提升代码实用性
📌 话术设计核心原则
- 明确角色：指定AI为「XX工程师」等对应领域的身份，缩小输出范围（避免回答的驴唇不对马嘴）
- 约束边界：限定代码运行环境、兼容版本、性能要求、合规标准（避免例如没引入某个依赖，运行时引起报错）
- 格式要求：指定输出为「带注释的完整代码」「分步解释的代码片段」「含测试用例的结果」（确认好自己想要的）
- 补充示例：复杂场景附参考输入输出，减少AI理解歧义（尽可能的告诉Ai你知道的信息，变量的含义、函数的用处，说的越详细对于回答你的问题越有帮助）
基础代码生成 | "请用Python编写一个快速排序算法，要求包含详细注释，兼容Python3.8及以上版本" |
调试修复Bug | "这段Python代码运行时报TypeError：{具体错误信息}，帮我定位问题并修正，同时说明错误原因" |
代码优化重构 | "帮我优化这段Java接口代码，提升QPS至1000+，符合阿里Java开发规范" |
代码解释学习 | "请解释这段Go语言协程代码的执行逻辑，用初学者能理解的语言分步说明" |
兼容适配修改 | "将这段Vue2的组件代码转换为Vue3语法，保留原有功能，使用Composition API" |
✅ 实用技巧补充
- 分层提问：复杂任务拆分为多轮对话，先确定核心框架再补充细节（别妄想对着Ai说一句，添加个XX功能，它就能给你完美的答案，她都不能呢，更何况Ai呢）
）
- 反向校验：要求AI同时输出「代码+Log」，便于快速验证正确性（方便自己本地调试，有时Ai改的往往就差一点就符合设计要求了，这时候我们自己手动改下就可以了，Ai额度有限，且用且珍惜）
）
- 风格对齐：将项目现有代码片段投喂给AI，确保生成代码与团队风格一致（别老整那特立独行的时，即使现有架构有可优化空间，那也不要动，能复用就复用，给自己找麻烦）
）
全部评论
(0) 回帖