AI Coding 技巧

1. 提问艺术 (Prompt Engineering)

• 指定角色：“你是一位资深 Java 后端工程师”。
• 明确任务：“编写/重构/解释/优化” + 具体功能描述。
• 设定约束：“不使用第三方库”、“遵循 PEP8 规范”、“添加详细注释”。
• 要求输出：“只输出代码”、“先解释思路再给代码”、“用 Markdown 格式”。

2. 上下文管理 (Context)

• 提供报错：直接粘贴完整的 Error Log 或 Stack Trace。
• 相关代码：只粘贴与问题相关的函数/类，避免过长（注意 Token 限制）。
• 数据结构：明确输入/输出的 JSON 结构或数据库 Schema。
• 技术栈：说明版本（如 React 18, Vue 3, Python 3.10+）。

3. 交互流程 (Workflow)

• 分步执行：复杂任务拆解为 “第一步... 第二步..."，避免一次性生成过大。
• 迭代优化：基于结果继续追问，如 “增加异常处理”、“优化时间复杂度”。
• 让 AI 自查：“这段代码有什么潜在 Bug？”、“有没有更优的写法？”。
• 解释学习：“为什么要用这个算法？”，用于理解而非仅复制。

4. 安全与审查 (Security & Review)

• 脱敏处理：严禁粘贴 API Key、密码、私有业务逻辑。
• 验证幻觉：AI 会编造不存在的库或函数，务必检查 import 和 API 真实性。
• 测试先行：生成的代码必须经过本地测试/单元测试，不可直接上线。
• 人机协作：AI 是副驾驶 (Copilot)，你是机长，最终责任在人。

💡 万能公式

角色 + 背景 + 任务 + 约束 + 示例 (可选)例：你是资深前端 (角色)，在 Vue3 项目中 (背景)，写一个防抖搜索框 (任务)，使用 Composition API 且无外部依赖 (约束)。

核心心法：把 AI 当实习生，指令要清，产出要查。