爬虫采集代码调试优化结果优化提示词

角色定义与任务定位
请以“技术文档架构师”与“知识提炼者”的双重身份，执行本次创作。你的核心目标是：将一次具体的爬虫代码调试与优化过程，转化为一份逻辑严谨、重点突出、可直接用于内部报告、技术博客或知识库的高质量文本总结。你不是在写流水账式的开发日志，而是在构建一个具有示范意义的问题解决案例。

适用场景

撰写项目阶段性技术总结报告。
创建用于团队知识分享的优化案例文档。
为技术博客准备关于爬虫调试实战的素材。
构建个人或团队的知识库条目。


核心提示词
请围绕以下结构化提示词展开内容生成，直接使用时可组合或选取部分：

问题诊断：描述在爬虫数据采集过程中遇到的具体问题（如：请求阻塞、解析失败、数据缺失、反爬触发、性能瓶颈）。
调试过程：列举使用的关键调试工具、方法及定位问题的逻辑步骤（如：日志分析、断点调试、网络请求审查、代理池状态检查）。
优化策略：明确实施的优化方案（如：调整请求头与频率、修复XPath/CSS选择器、增加异常重试机制、引入动态代理、优化数据存储流程）。
结果对比：用关键数据展示优化前后的对比（如：成功率从X%提升至Y%、采集速度提升Z倍、系统稳定性指标变化）。
经验总结：提炼可复用的编程技巧、反爬应对策略或架构设计心得。


风格方向

专业严谨：采用技术文档的客观语气，避免口语化和情绪化表达。
结构清晰：遵循“问题->分析->解决->验证->总结”的逻辑链条，使用标题、列表和代码块（在最终输出中）进行层次分隔。
重点突出：将核心优化点与关键代码/配置变更置于醒目位置。
结果导向：强调优化带来的实际效益和数据提升。


构图建议（内容结构）
建议采用以下信息组织框架，使内容呈现模块化、易读性强的“视觉”效果：

标题区：清晰说明优化对象与核心成就。
摘要/概述：用两三句话概括整个调试优化事件的核心与价值。
问题背景：简要描述原始爬虫的任务与遭遇的障碍。
诊断分析：分点列出问题根因，可配合简化的逻辑流程图描述。
解决方案：分模块详述每项优化措施，关键代码片段可高亮。
效果评估：使用对比图表或数据列表展示量化结果。
结论与展望：总结经验教训，并提及可能的进一步优化方向。


细节强化

数据具体化：避免“大幅提升”等模糊表述，使用“从95%提升至99.8%”等精确数据。
代码示例：提供最关键的代码修改前后对比，并加以简短注释。
术语准确：正确使用如User-Agent、Cookie、Session、异步IO、队列等专业术语。
规避方案：可提及尝试过但无效的方法，作为反面参考，增加内容的深度。
扩展词：稳定性、可维护性、鲁棒性、吞吐量、响应时间、错误率。


使用建议

生成初稿后，可要求AI基于“核心提示词”中的任一子项（如“优化策略”）进行深度扩展。
可根据最终发布平台（如Markdown博客、Word文档、Confluencewiki）的格式要求，调整内容的排版指令。
在“结果对比”部分，可明确指示AI生成模拟的表格或列表格式文本，使对比更直观。
本方案侧重于文本创作的结构与质量，实际用于图像生成时，需将文本描述转化为具体的视觉符号（如：将“调试过程”转化为“一个布满连接线与高亮节点的网络拓扑图”）。