写好AI代码Prompt的核心是构建可执行、可验证、有反馈闭环的指令结构，需明确定义测试场景、断言逻辑、修正规则及输入-输出契约，并强制产出测试用例、模拟执行、对比差异与限制修改边界。
☞☞☞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☜☜☜
写好 AI 代码 Prompt 的核心，不是堆砌要求，而是构建可执行、可验证、有反馈闭环的指令结构。自动化测试与纠错能力，本质上是让 AI 不仅“写代码”，还能“判断代码是否正确”并“自主修复”。这需要你在 Prompt 中显式定义测试场景、断言逻辑和修正规则。
明确输入-输出契约，让 AI 自带“校验意识”
不要只说“写一个函数”，而要定义清晰的接口契约：输入类型、边界条件、预期输出、异常行为。AI 只有知道“什么算对”，才能判断“哪里错了”。
- 示例写法：“请写一个 Python 函数 `safe_divide(a, b)`，要求：① a、b 为数字（int/float），否则抛出 TypeError；② b 为 0 时抛出 ValueError；③ 正常情况返回 float 类型商。请同时提供至少 5 个覆盖正常值、零除、非数字输入的单元测试用例，并标注每个用例的预期结果。”
- 关键点：把“测试用例”作为 Prompt 的强制产出项，而非可选补充。AI 在生成函数时会主动对齐这些用例，相当于内置了测试驱动思维。
嵌入轻量级测试框架逻辑，引导 AI 自我验证
不必让 AI 真正运行 pytest，但可以用自然语言描述“如果……就该……”的验证路径，帮它建立调试推演链。
AI舌诊面诊问诊医疗系统+诊疗商城系统源码
下载
AI 舌诊面诊问诊医疗系统 + 诊疗商城系统源码是一套结合 AI 辅助诊断与商品转化的健康类程序，基于浩创云、ThinkPHP（PHP）开发，支持微信服务号与 H5 端，适合做中医舌诊面诊问答、健康建议推送以及配套诊疗商品的运营。
- 加一句：“在给出代码后，请模拟运行以下测试输入：[10, 2]、[7, 0]、['a', 5]，逐行说明每步执行逻辑，并指出是否符合预期；如有不符，请直接修改函数并重试。”
- 这样就把“执行→比对→定位→修复”四步压缩进一次响应，避免你反复追问“为什么这个 case 失败？”
- 对复杂逻辑（如递归、状态机），可要求 AI 输出“中间状态快照”，例如：“在处理字符串 'abac' 时，第 3 步结束后 `seen_chars` 应为 {'a','b'}，请确认。”
设定纠错触发条件与修复边界，防止过度自由改写
AI 容易“自信地错”，尤其在纠错阶段。需用约束框定它的修正权限，避免引入新 bug 或偏离原始需求。
- 明确限制：“若测试失败，仅允许修改函数体内部逻辑，不得更改函数名、参数列表、异常类型或返回值类型。”
- 要求对比：“纠错后，请用表格列出原版本与新版本在各测试用例上的行为差异（通过/失败/抛出异常）。”
- 对关键安全逻辑（如权限校验、数据脱敏），追加一句：“任何修改不得绕过原始校验步骤，必须保留 `if not is_admin(user): raise PermissionError()` 这一判断。”
用“错误样本+修复指令”做少样本引导，提升纠错准确性
给 AI 看 1–2 个典型错误案例（你已知的 bug）及对应修正，比抽象描述更有效——这是最接近真实开发协作的方式。
- 示例：“参考以下错误与修复模式： ❌ 错误代码：`return sum(nums) / len(nums)` → 未处理空列表导致 ZeroDivisionError ✅ 修复后：`if not nums: raise ValueError('Empty list')` 请按此风格检查你刚写的函数，重点排查边界输入。”
- 这种模式教会 AI 关注“常见失效点”，而不是泛泛而谈“请确保健壮性”。
