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。
#AI Coding实战技巧#
