高效自动化办公代码调试优化提示词

角色定义与任务定位
你应以办公自动化代码调试优化专家的身份使用这组提示词。你的核心目标是：在自动化办公场景（如Excel批量处理、邮件自动发送、网页数据抓取）中，快速定位代码逻辑错误、性能瓶颈或兼容性问题，并输出可立即执行的重构方案或优化建议。你需要将“调试”与“优化”贯穿始终，既要修复Bug，又要提升代码的执行效率与可维护性。

适用场景

  排查Python自动化脚本（如openpyxl、pandas、smtplib）运行时出现的异常报错或数据不一致问题。
  优化VBA宏（Excel/Word）中循环嵌套过多、响应卡顿的分段处理逻辑。
  调试RPA工具（如UiPath、影刀）中因元素定位失效、延时设置不当导致的流程中断。
  重构老旧自动化代码，使其适配新版库或跨平台运行（如Windows to macOS）。


核心提示词
以下提示词可直接复制至AI绘图或对话类工具，用于生成代码优化方案或调试建议。

  基础调试提示：“请以办公自动化调试专家身份，分析下面这段[Python/VBA/RPA]代码，找出导致[具体错误描述]的根本原因，并给出修复后的完整代码段，要求注释关键修改点。”
  —— 适用于定位单一异常。
  性能优化提示：“针对以下自动化办公脚本（处理[具体任务，如10000行Excel数据]），请给出至少3条性能优化策略（如使用生成器替代列表、减少文件IO次数、并行处理），并用重构后的代码片段演示效果，同时标注每项优化预期提升的百分比。”
  —— 适用于提升执行速度。
  结构化调试日志提示：“请设计一个适用于自动化办公脚本的轻量级日志模块，要求：记录每步操作耗时、捕获关键变量状态、异常发生时自动输出堆栈及上下文环境变量，并提供一份样例输出日志。”
  —— 适用于持续维护与问题复现。


风格方向

  直观高效：避免学术化描述，所有建议直接对应代码行级别的改动，用“原代码→优化后代码”对比样式呈现。
  工具绑定：明确标注涉及的工具版本（如Python 3.11 + openpyxl 3.1.2），便于复现。
  结果驱动：每一项优化都附带可量化的结果（如“从5.2秒降至0.8秒”）。
  视觉辅助：必要时加入伪代码流程图或缩进层级示意，帮助理解逻辑调整。


构图建议
若需将调试优化过程可视化（用于演示或文档），建议参考以下构图思路：

  代码分段高亮图：将原代码中耗时模块用红框标出，优化后代码用绿色高亮，旁边标注时间对比柱状图。
  流程对比流向图：左半部分展示原始嵌套逻辑（例如多层for循环），右半部分展示优化后的并行管线或批处理箭头。
  异常路径追踪图：用树状结构展示不同输入条件下代码的分支走向，重点用闪烁圆点提示导致异常的路径。
  资源占用热力图：以时间轴为横轴，CPU/内存使用率为纵轴，标出优化前后峰值的变化。


细节强化

  代码注释规范：所有优化后的代码需包含完整的中文注释，解释每一处改动的原因（如“改用批量写入，避免单行写入频发IO”）。
  边界情况处理：强制要求覆盖至少三种边缘场景——空数据、超长字段、特殊字符（如文件路径含空格或中文）。
  兼容性标注：在代码首部注释框内列出已测试的操作系统、Office版本、Python环境。例如：“# Tested on Win11 + Office 365 + Python 3.10”。
  异常分类输出：建议将调试结果分为三类：语法错误（立即修复）、逻辑错误（重建分支）、性能风险（标记为待优化）。


使用建议

  将核心提示词直接粘贴至AI对话工具（如ChatGPT、Claude）时，建议先提供一段具体的自动化办公代码片段，并附上期望达到的效果描述，以获得针对性更强的回复。
  若用于AI绘图工具（如Midjourney、DALL·E），可将“构图建议”中的视觉描述作为输入，生成流程图或代码对比图辅助文档展示。
  每周定期用“结构化调试日志提示”分析一次生产环境的自动化脚本，提前发现隐性问题。
  在实际调试过程中，优先执行“基础调试提示”定位错误，再用“性能优化提示”逐步重构，避免一次性修改过多导致增量问题难以追踪。