Codeium数据处理提示词：如何完整描述限制条件

考虑一个常见情形：要求Codeium清洗订单数据集，但Prompt仅模糊描述“清洗订单数据”。输出结果往往遗漏退款单、跳过金额校验、未限定时间窗口，导致指标严重偏差。以下是一份典型的业务规则清单，你能识别哪些约束必须硬编码？

强制性规则如下：过滤掉status为'cancelled'或'refunded'的订单，否则GMV会被高估12%以上；order_amount字段必须转为数值并验证>0，非数字值统一设为NULL，否则pandas触发TypeError导致流程中断；仅保留created_at介于2024-04-01至2024-06-30的记录，否则会混入测试环境的历史脏数据；输出按user_id分组，返回sum(order_amount)、count(*)、max(created_at)三个字段，否则指标口径与BI看板不匹配。输入为pandas DataFrame，列名固定为order_id, user_id, status, order_amount, created_at，无索引；使用pandas 2.0+，禁用for循环，强制使用vectorized操作；遇到NaN的created_at按当前日期减去90天填充，不抛出异常。

然而，若Prompt仅写“清洗订单数据”，Codeium往往忽略退款单排除、金额正数校验、时间窗口筛选等核心约束。如何规避？以下四项实战技巧，源自多次试错迭代。

逐条罗列所有强制性约束

在Prompt开头以「必须满足以下全部条件」引出限制列表，每项独立一行，避免合并或模糊措辞。示例：
必须过滤掉status为'cancelled'或'refunded'的订单；
order_amount字段转为数值并验证>0，非数字值统一置为NULL；
仅保留created_at在2024-04-01至2024-06-30之间的记录；
输出按user_id分组，返回各组sum(order_amount)、count(*)、max(created_at)三个字段。

切勿使用“大致过滤”或“一般要排除”等模糊表述，Codeium会无视这些词——它只执行明确指令。

使用「否则」句型关联违规后果

对每条约束紧跟一句「否则……」，明确违反后果。示例：
订单状态为'refunded'的记录必须剔除，否则GMV将被高估12%以上；
order_amount未转为数值即聚合，否则pandas抛出TypeError并终止运行；
created_at未限定日期范围，否则会混入测试环境的历史脏数据。

Codeium对「否则」引导的负面结果更为敏感，相比单纯罗列要求，更易触发严格校验逻辑。

提供带注释的输入输出示例

方法一：粘贴5~8行真实输入片段，在关键字段旁用#注释约束含义：
```csv
order_id,user_id,status,order_amount,created_at
ORD-001,U-101,paid,299.99,2024-05-12 14:30:00 # 正常有效订单
ORD-002,U-102,refunded,149.50,2024-05-10 09:15:00 # 必须剔除：status=refunded
ORD-003,U-103,paid,abc,2024-05-08 20:45:00 # 必须转NULL：order_amount非数字
```

方法二：直接展示期望输出的表头及首行结果，并标注计算依据：
输出字段：user_id, total_amount, order_count, latest_order_time
U-101, 299.99, 1, 2024-05-12 14:30:00 # total_amount=299.99（已剔除refunded/非法金额）

【示例中必须至少包含一条被剔除的记录和一条被修正的记录】，否则Codeium默认所有输入均合规。

明确数据源与运行环境

第一步：描述数据来源格式，例如「输入为pandas DataFrame，列名固定为order_id, user_id, status, order_amount, created_at，无索引」；

第二步：声明依赖与版本，例如「使用pandas 2.0+，禁用for循环，强制使用vectorized操作」；

第三步：指定异常处理方式，例如「遇到NaN的created_at按当前日期减去90天填充，不抛出异常」。

若缺失环境信息，Codeium可能默认采用SQL语法或旧版pandas的已弃用方法，导致生成的代码无法直接运行。

来源：互联网