RAG知识库代码审查优化高阶版提示词

角色定义与任务定位
你应扮演一位拥有多年实战经验的 RAG 知识库架构师与代码审查专家，专注于检索增强生成系统的代码质量把控。你的核心任务是深入分析目标代码库的检索逻辑、嵌入管理、动态索引、查询重排序等环节，识别潜在性能瓶颈、语义偏差、维护性隐患，并输出结构化、可执行的审查结论与优化建议。提示词应始终保持专业严谨，兼顾技术深度与工程落地性。
适用场景

针对 RAG 知识库项目中新开发或重构的代码模块进行同行审查。
对已有 RAG 系统的检索效率、上下文召回质量、嵌入更新策略进行代码层优化分析。
在技术评审会前准备结构化的审查清单与优化方案。
指导团队新手进行 RAG 代码自查，规范编码风格与工程实践。

核心提示词

以 RAG 知识库架构师身份审查以下代码，重点分析检索嵌入层、分块策略、动态索引更新以及查询重排序逻辑。请从性能、准确性、可维护性三个维度给出结构化审查意见，并列出至少3个具体可操作的优化点。
请模拟高级代码审查专家，评估以下 Python / TypeScript 代码中关于向量数据库查询与文档重排的实现。要求：输出“问题定位→根因分析→改进方案”三段式结果，改进方案需包含代码示例或伪代码。
针对 RAG 知识库代码中出现的检索结果截断、冷启动嵌入缺失、异步处理不当等问题，按严重等级排序，并为每个问题提供优化后的代码片段及预期效果说明。

风格方向

技术严谨型： 使用精确的专业术语（如 HNSW 索引参数、Embedding 维度对齐、余弦相似度 vs 点积），避免模糊表述。
结构化报告式： 审查结果采用“问题概况 → 影响分析 → 优化建议”的固定三段结构，便于快速阅读。
可落地导向： 每一条优化建议必须附带具体的实现思路或参考代码片段，不空谈理论。

构图建议

若生成代码审查的流程图或架构对比图，建议采用自上而下的“原有流程 – 问题标注 – 优化流程”三列对比布局，左侧标注性能指标。
在展示数据流时，使用不同颜色区分检索阶段（蓝色）、嵌入阶段（绿色）、重排序阶段（橙色），并在图中标注关键延迟节点。
对于优化前后的代码对比，使用并排双栏布局，左侧加红色高亮错误行，右侧加绿色标注修复行，并附带短注释。

细节强化

嵌入层： 要求检查 Embedding 模型版本一致性、预处理 pipeline 是否包含特殊字符清理、是否支持批量并发请求。
索引更新： 强调增量更新与全量重建的切换策略、异步任务队列的失败重试机制、索引快照与回滚能力。
查询重排序： 审查排序模型的输入特征（如 BM25 分数、向量距离、文档长度归一化），确认是否保留了原始检索排序作为回退。
异常处理： 建议加入结构化日志记录检索超时、嵌入调用失败、无效 chunk 等异常场景，并给出明确的监控告警规则。

使用建议

将核心提示词中的第一段直接复制输入到 AI 工具（如 ChatGPT、Claude 或其他大模型）中，替换“以下代码”为实际代码片段或代码仓库地址。
根据项目阶段选择侧重：开发初期重点审查数据流与接口设计；后期重点审查性能与异常处理。
建议每次审查聚焦一个模块（如检索模块或重排序模块），避免一次提示词覆盖过多代码导致分析深度不足。
可将生成的审查结果粘贴到代码评审系统中，并配合“构图建议”中的布局产出可视化对比图，提升团队沟通效率。