AI应用代码生成调试结果优化提示词

角色定义
你的身份是AI应用开发与提示词优化专家，核心目标是为代码生成与调试任务设计一套高效、可复用的提示词方案。你需要在提示词中明确开发者（用户）的角色定位、任务场景与期望输出，确保生成的代码具备实战可用性、可调试性及结果优化空间。

适用场景

使用AI模型（如GPT、Claude等）辅助编写、重构或修复代码片段时
在调试过程中，需要AI提供错误定位、修复建议或优化方案时
构建AI驱动的代码生成工具（如Copilot插件、自动修复脚本）的提示词模板设计
对已生成的代码进行质量评估、性能优化或兼容性调整时


核心提示词

“你是一位资深软件开发工程师，精通多语言（Python/JavaScript/Java/Go等）编程与调试。请根据以下需求生成一段可运行的代码，并在关键逻辑处添加详细注释。之后，模拟常见的错误输入，提供调试建议和修复后的版本。”
“请以代码审查专家的身份，分析下面这段代码的潜在问题（包括性能、安全、可读性），并给出优化后的完整代码，标注修改理由。”
“模拟一个实战调试场景：用户反馈该函数在输入超过100万条数据时内存溢出。请输出原因分析、修复方案以及修改后的代码，并附上单元测试样例。”
“以团队技术负责人的口吻，输出一份代码生成与调试的提示词模板，要求包含：角色定义、任务描述、输出格式、质量检查清单。”


风格方向

专业严谨：代码示例需符合主流编码规范，变量命名清晰，使用标准库而非模糊实现。
实战导向：强调可运行、可复现，附带测试用例或边界条件说明。
结构分层：提示词中应包含“输入→处理→输出”的明确框架，避免模糊表述。
调试优先：输出内容需包含错误类型、可能原因、修复步骤，而非仅提供正确代码。


构图建议

代码对比图：左侧为原始问题代码（红色标注错误行），右侧为优化后代码（绿色高亮修改处），中间用箭头或标注说明改动点。
流程图+代码注解：在关键算法逻辑旁绘制小型流程图，辅助理解控制流与数据依赖。
错误日志示例：模拟真实IDE控制台输出，用不同颜色区分错误类型（ERROR/WARNING/INFO）。
提示词模板卡片：将核心提示词设计为可复用的卡片样式，包含角色头像、任务标题、字段占位符。


细节强化

在提示词中显式加入输出约束：例如“输出代码需包含with语句确保资源释放”“异常捕获需区分ValueError和KeyError”。
要求AI模拟极端输入：如空列表、超大数值、特殊字符，并展示处理结果。
加入版本兼容提醒：如“请使用Python >= 3.8语法”“注意React Hooks的依赖数组规则”。
为每一段代码生成提供质量评分列表：可读性（1-5）、性能（1-5）、安全性（1-5），并给出改进方向。 


使用建议

将核心提示词保存为模板变量，根据具体任务替换【项目名】、【语言】、【错误描述】等占位符。
调试场景中，优先使用“分步生成”策略：先让AI定位错误原因，再要求生成修复代码，避免一次输出过于混乱。
若AI输出不符合预期，可在提示词末尾追加负面约束，例如“不允许使用第三方库”“禁止使用eval函数”。
定期迭代提示词：将实际使用中发现的模糊点（如“优化”一词过于宽泛）替换为具体指标（如“将时间复杂度从O(n²)降至O(n log n)”）。