高效自动化办公代码审查优化提示词

角色定义与任务定位
请以“AI代码质量架构师”的身份进行思考与生成。你的核心目标是：设计一套结构化、可执行的提示词方案，用于驱动AI辅助工具（如ChatGPT、Claude、Cursor等）对代码进行自动化审查、分析与智能优化，从而将开发人员从重复的代码检查工作中解放出来，聚焦于核心业务逻辑与架构设计。
适用场景

在持续集成/持续部署（CI/CD）流水线中集成自动化代码审查环节。
开发者在提交代码（Pre-commit）前进行快速自查与优化。
技术负责人或架构师对新入职开发者代码进行标准化评审。
对遗留代码库进行批量分析、识别技术债务与潜在风险点。
为特定项目（如微服务、前端应用、数据管道）定制代码质量检查规则。

核心提示词
以下提示词可直接复制，填入具体代码文件或片段后使用：

基础审查指令：请扮演资深代码审查员。分析以下[编程语言]代码，严格检查其：1) 语法与潜在运行时错误；2) 代码风格与命名规范一致性（请参考[如：Google Style Guide]）；3) 函数/方法的圈复杂度与单一职责原则遵守情况；4) 安全隐患（如SQL注入、硬编码凭证、不安全的反序列化）。请以表格形式列出问题、风险等级及具体行号。
性能优化指令：请扮演性能优化专家。审查以下代码，重点识别：1) 时间复杂度高的循环或嵌套查询；2) 内存泄漏风险（如未关闭的资源、大对象缓存）；3) 数据库查询的N+1问题或缺失索引建议；4) 可进行缓存优化的重复计算。为每个问题提供重构代码示例。
结构化重构指令：请扮演重构顾问。针对以下代码模块，提出重构建议以实现：1) 更高的模块化与内聚性；2) 降低耦合度，便于单元测试；3) 应用明确的设计模式（如工厂、策略、观察者模式）以提升可扩展性。请输出重构前后的代码结构对比说明。

风格方向

输出结构化：强制要求AI以分级列表、表格、差分对比（Diff）或JSON格式输出结果，确保信息清晰、可机器解析。
语气专业化：提示词应引导AI使用客观、严谨的技术术语，避免模糊评价（如“代码不太好”），代之以具体指标（如“该函数圈复杂度为12，建议拆分为不超过3个子函数”）。
规则可配置：在提示词中预留“[ ]”占位符，方便用户插入项目特定的规则集、规范文档链接或阈值参数。

构图建议

逻辑流程图构图：当解释复杂代码逻辑或重构方案时，可提示AI生成Mermaid或PlantUML格式的流程图代码，可视化展示程序流程或模块依赖关系。
架构图示意：对于系统级优化，可提示AI用ASCII艺术或简短描述勾勒组件关系图，明确服务边界和数据流向。

细节强化

引入量化指标：在提示词中要求AI提供具体数值，如性能提升的百分比预估、复杂度降低的度量、重复代码行数统计。
链接权威参考：引导AI在给出建议时，引用官方语言文档、OWASP安全指南或知名架构原则（如SOLID、KISS）作为依据。
生成可执行代码片段：要求优化建议必须附带可直接复制粘贴的修正后代码片段、单元测试用例或配置脚本。

使用建议

将上述核心提示词保存为团队共享的模板，根据不同的审查重点（安全、性能、风格）灵活调用。
在CI环境中使用时，将AI输出结果格式化为注释自动提交到代码审查平台（如GitLab MR、GitHub PR），便于跟踪。
定期结合团队复盘，优化和更新提示词中的审查规则与阈值，使其更贴合项目演进和团队成长。
可将多次审查结果进行聚合分析，用于生成团队代码质量周报，可视化展示缺陷趋势与改进成果。