需提供明确、结构化且富含语义的提示词：一、用角色指令约束输出风格；二、嵌入结构化模板规范注释要素；三、注入上下文锚点强化准确性；四、限制长度并禁用冗余表述；五、用负向示例排除常见错误。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望 Copilot 为代码自动生成清晰、准确、符合上下文的注释，则需提供明确、结构化且富含语义的提示词。以下是实现该目标的具体方法：
一、使用角色指令明确生成意图
通过在提示词开头设定 Copilot 的角色，可显著提升注释的专业性与一致性。角色指令能约束模型输出风格，避免泛泛而谈或遗漏关键逻辑。
1、在函数定义上方新起一行，输入三重反引号包裹的注释块，例如：```
2、紧接着写入角色声明：你是一位资深 Python 工程师，专为他人阅读而编写注释。请用中文生成简洁、准确、不重复代码已有信息的函数级说明。
3、空一行后，粘贴待注释的函数完整代码（含签名与主体）。
二、嵌入结构化注释模板
显式指定注释应包含的要素，可防止 Copilot 遗漏输入/输出、边界条件或副作用等关键信息。模板引导模型按固定维度组织语言，增强可读性与维护性。
1、在代码前插入如下提示：请严格按以下格式生成注释：【功能】简述作用；【参数】逐个说明名称、类型、取值范围及含义；【返回】描述类型与业务含义；【异常】列出可能抛出的异常及触发条件。
2、确保模板中每个字段均用中文全角括号标注，如【功能】，不可省略任一字段。
3、若函数无返回值，【返回】字段须写明“无返回值（None）”，而非留空或省略。
三、注入上下文锚点强化准确性
仅提供孤立函数代码时，Copilot 易误解变量用途或业务场景。引入调用示例、模块名、类名或相邻函数名等锚点，可锚定语义边界，减少歧义。
1、在代码上方添加注释行：当前函数位于 utils/data_cleaning.py 模块，被 preprocess_user_profiles() 调用，用于清洗用户地址字段中的非常规空格和全角标点。
2、紧随其后插入一个典型调用示例：normalize_address(" 北京市朝阳区\xa0建国路88号 ")
3、保持示例输入含真实字符特征（如 、全角空格、中文标点），帮助模型识别需处理的特殊符号类型。
四、限制输出长度并禁用冗余表述
过长注释会降低扫描效率，重复描述代码字面含义则违背注释本质。通过长度约束与禁用词表，可强制模型聚焦高信息密度表达。
1、在提示末尾追加指令：注释总长度不得超过 120 字符；禁止出现“该函数”、“这个方法”、“用来”、“用于”等冗余主语或动词短语；禁止复述代码中已显式写出的变量名或运算符。
2、对多行函数体，在提示中明确要求：“仅生成函数级注释，不为每行代码添加行内注释”。
3、若原始代码含 type hint，提示中须强调：“参数类型以类型注解为准，【参数】字段中不再重复声明类型”。
五、采用对比式负向示例排除常见错误
直接指出哪些注释形式不可接受，比单纯描述理想状态更有效。负向示例能快速校准模型对“可读性”的理解边界。
1、在提示中插入对比段落：错误示例：‘处理字符串’——过于笼统；‘调用 strip() 方法’——复述代码；‘很好用’——无信息量。正确方向：说明处理对象、输入特征、输出效果及业务影响。
2、针对当前函数，给出一个具体错误句式：不要写‘去除空格’，而应写‘去除首尾全角与半角空格、不间断空格（ ）及零宽空格（）’。
3、要求模型在生成前默念该对比规则，并在输出中规避所有被标记为“错误”的表达模式。
