明确任务边界、输入输出格式、编码规范并提供上下文，能让AI生成可直接上线的代码。例如指定用openpyxl处理Excel、返回特定JSON结构、遵循snake_case等硬性要求，使结果开箱即用。
☞☞☞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☜☜☜
直接告诉 AI 你想做什么、用什么语言、输入输出怎么处理，比“写个排序算法”这种模糊指令有效十倍。关键不是让 AI 替你思考，而是让它精准执行你的工程意图。
明确任务边界：别让 AI 猜你要什么
AI 不会主动问你“要不要加异常处理”或“数据量大概多大”，所以必须在 Prompt 里锁死范围。比如：
- ❌ “写一个 Python 函数处理 Excel 文件” → 太宽泛，AI 可能用 pandas 也可能用 openpyxl，还可能忽略空值
- ✅ “用 Python 写一个函数，接收 .xlsx 路径，读取第一张表，跳过前两行，把第 3 列转为字符串并去重，返回 list。不依赖 pandas，只用 openpyxl 3.1+”
这样写的代码可直接粘贴进项目，不用反复调试依赖或结构调整。
指定输入输出格式：让结果开箱即用
尤其对接 API、脚本或单元测试时，格式错一点就跑不通。Prompt 中要显式声明：
- 输入是字符串 / JSON 字典 / 文件路径 / 命令行参数？
- 输出必须是纯 JSON？是否要带 status 字段？有没有字段名大小写要求？
- 是否需要返回错误码或日志？比如：“出错时返回 {'error': 'xxx', 'code': 400}，不要抛异常”
例如调用 LLM 的 API 封装函数，Prompt 可以写：“写一个 Python 函数 call_llm_api，接收 prompt（str）和 model（str），返回 dict，包含 keys: 'text'（str）、'tokens_used'（int）。如果请求失败，返回 {'text': '', 'tokens_used': 0}，不打印也不 raise。”
约束风格与规范：减少后期人工 Review
团队有编码规范？直接塞进 Prompt。AI 能照着执行，比你写完再改更省时间：
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。
- “函数名用 snake_case，变量名有意义，不缩写（如用 user_email 不用 eml）”
- “单个函数不超过 25 行，不嵌套超过 2 层 if”
- “所有字符串用 f-string，不用 % 或 .format()”
- “添加类型提示，但不加 Any 或 Union（除非必要）”
这些不是“建议”，而是硬性要求。AI 会严格遵循，相当于把 Code Review 前置到生成阶段。
附上下文再给指令：避免重复解释背景
如果你正在改一段已有代码，别让 AI 从零猜逻辑。把关键片段+注释一起贴进去，再下指令：
- “以下是当前 Flask 路由函数，它返回用户列表 JSON。现在需求是：增加分页支持，每页 20 条，接收 query 参数 page（int，默认 1）。请只修改函数体内部，保持原有装饰器和返回结构不变。”
- “下面是用 requests 调第三方接口的工具函数。现在要改成异步版本，用 httpx.AsyncClient，保留超时和 headers 逻辑，返回值类型改为 Coroutine[Any, Any, dict]。”
上下文越准，AI 输出越接近“就是我要的那几行”。
不复杂但容易忽略：每次写 Prompt 前，先花 20 秒想清楚——这段代码上线后谁维护？会不会被别人调用？有没有边界条件？把这些写进去，AI 就不是写代码，是在帮你落地工程决策。
